Εκτίμηση Ζήτησης Προέλευσης Προορισμού σε Δίκτυα Αυτοκινητοδρόμων Μεγάλης Κλίμακας

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Εκτίμηση Ζήτησης Προέλευσης Προορισμού σε Δίκτυα Αυτοκινητοδρόμων Μεγάλης Κλίμακας"

Transcript

1 ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Εκτίμηση Ζήτησης Προέλευσης Προορισμού σε Δίκτυα Αυτοκινητοδρόμων Μεγάλης Κλίμακας Διατριβή που υπεβλήθη για την μερική ικανοποίηση των απαιτήσεων για την απόκτηση Μεταπτυχιακού Διπλώματος Ειδίκευσης στον Τομέα της Επιχειρησιακής Έρευνας υπό ΓΕΩΡΓΙΟΥ ΣΑΡΡΟΥ Χανιά 2008

2 opyright υπό Γεωργίου Σάρρου

3

4 ΠΕΡΙΕΧΟΜΕΝΑ ΛΙΣΤΑ ΕΙΚΟΝΩΝ...5 ΛΙΣΤΑ ΠΙΝΑΚΩΝ...6 ΕΥΧΑΡΙΣΤΙΕΣ...7 ΣΥΝΤΟΜΟ ΒΙΟΓΡΑΦΙΚΟ...8 ΠΕΡΙΛΗΨΗ ΔΙΑΤΡΙΒΗΣ...10 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ...13 ΚΕΦΑΛΑΙΟ 2 ΠΡΟΣΕΓΓΙΣΗ ΤΕΤΡΑΓΩΝΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΖΗΤΗΣΗΣ ΠΡΟΕΛΕΥΣΗΣ-ΠΡΟΟΡΙΣΜΟΥ ΥΠΟΛΟΓΙΣΜΟΣ ΤΩΝ ΠΟΣΟΣΤΩΝ ΖΗΤΗΣΗΣ ΠΡΟΕΛΕΥΣΗΣ-ΠΡΟΟΡΙΣΜΟΥ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΜΕΤΡΗΣΕΩΝ ΠΟΥ ΠΡΟΕΡΧΟΝΤΑΙ ΑΠΟ ΤΙΣ ΡΑΜΠΕΣ ΕΙΣΟΔΟΥ ΚΑΙ ΕΞΟΔΟΥ ΥΠΟΛΟΓΙΣΜΟΣ ΤΩΝ ΠΟΣΟΣΤΩΝ ΖΗΤΗΣΗΣ ΠΡΟΕΛΕΥΣΗΣ-ΠΡΟΟΡΙΣΜΟΥ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΕΣΩΤΕΡΙΚΩΝ ΜΕΤΡΗΣΕΩΝ ΥΠΟΛΟΓΙΣΜΟΣ ΤΩΝ ΠΟΣΟΣΤΩΝ ΖΗΤΗΣΗΣ ΠΡΟΕΛΕΥΣΗΣ-ΠΡΟΟΡΙΣΜΟΥ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΤΩΝ ΜΕΤΡΗΣΕΩΝ ΑΠΟ ΤΙΣ ΡΑΜΠΕΣ ΕΙΣΟΔΟΥ ΚΑΙ ΕΞΟΔΟΥ ΚΑΙ ΤΩΝ ΕΣΩΤΕΡΙΚΩΝ ΜΕΤΡΗΣΕΩΝ ΠΕΡΙΟΡΙΣΜΟΙ ΤΕΤΡΑΓΩΝΙΚΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΑΝΑΠΤΥΞΗ ΛΟΓΙΣΜΙΚΟΥ ΑΡΧΕΙΑ ΕΙΣΟΔΟΥ ΔΙΕΠΑΦΗ ΧΡΗΣΤΗ - ΛΟΓΙΣΜΙΚΟΥ...31 ΚΕΦΑΛΑΙΟ 3 ΠΕΡΙΓΡΑΦΗ ΔΙΚΤΥΩΝ ΑΥΤΟΚΙΝΗΤΟΔΡΟΜΩΝ ΔΙΚΤΥΟ A10 AMSTERDAM ΟΛΛΑΝΔΙΑΣ ΔΙΚΤΥΟ MONASH MELBOURNE ΑΥΣΤΡΑΛΙΑΣ...38 ΚΕΦΑΛΑΙΟ 4 ΔΙΕΡΕΥΝΗΣΗ ΓΙΑ ΤΟ ΔΙΚΤΥΟ MONASH MELBOURNE ΑΥΣΤΡΑΛΙΑΣ...42 ΒΙΒΛΙΟΓΡΑΦΙΑ...54 ΠΑΡΑΡΤΗΜΑ ΠΑΡΑΡΤΗΜΑ

5 ΛΙΣΤΑ ΕΙΚΟΝΩΝ Εικόνα 1: Υποθετικό δίκτυο αυτοκινητοδρόμου...16 Εικόνα 2: Υποθετικό δίκτυο αυτοκινητοδρόμου λαμβάνοντας υπόψη τις εσωτερικές μετρήσεις...23 Εικόνα 3: Interface του λογισμικού χωρίς εσωτερικές μετρήσεις...32 Εικόνα 4: Interface του λογισμικού με εσωτερικές μετρήσεις...33 Εικόνα 5: Αυτοκινητόδρομος Α10 Amsterdam Ολλανδίας...36 Εικόνα 6: Μοντελοποίηση του αυτοκινητοδρόμου Α10 Amsterdam Ολλανδίας...37 Εικόνα 7: Αυτοκινητόδρομος Monash...40 Εικόνα 8: Αεροφωτογραφία του αυτοκινητοδρόμου Monash...40 Εικόνα 9: Μοντελοποίηση του αυτοκινητοδρόμου Monash...41 Εικόνα 10: Ονοματολογία ραμπών εισόδου και εξόδου στον Α10 Amsterdam Ολλανδίας...79 Εικόνα 11: Ονοματολογία φωρατών στον Α10 Amsterdam Ολλανδίας...80 Εικόνα 12: Ονοματολογία ραμπών και φωρατών στον αυτοκινητόδρομο Monash Αυστραλίας

6 ΛΙΣΤΑ ΠΙΝΑΚΩΝ Πίνακας 1: Μεταβολή της ποσότητας J ανά χρονικό διάστημα και Total/T χρονικούς μέσους όρους...44 Πίνακας 2: Ποσοστιαίες μεταβολές της αντικειμενικής συνάρτησης ανά χρονικό διάστημα και χρονικούς μέσους όρους...44 Πίνακας 3: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 6 ωρών και χρονικούς μέσους όρους 30 λεπτών...46 Πίνακας 4: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 3 ωρών και χρονικούς μέσους όρους 30 λεπτών...46 Πίνακας 5: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 6 ωρών και χρονικούς μέσους όρους 60 λεπτών...47 Πίνακας 6: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 3 ωρών και χρονικούς μέσους όρους 60 λεπτών...47 Πίνακας 7: Ποσοστιαίες μεταβολές της τιμής της αντικειμενικής συνάρτησης όταν η ροή κατευθύνεται στην κύρια ράμπα εξόδου σε σύγκριση με τη βέλτιστη περίπτωση...48 Πίνακας 8: Απόσταση των ποσοστών προέλευσης προορισμού όταν η ροή κατευθύνεται στην κύρια ράμπα εξόδου σε σύγκριση με τη βέλτιστη περίπτωση...49 Πίνακας 9: Μέσο ποσοστιαίο τετραγωνικό σφάλμα των ποσοστών προέλευσης προορισμού όταν η ροή κατευθύνεται στην κύρια ράμπα εξόδου σε σύγκριση με τη βέλτιστη περίπτωση...49 Πίνακας 10: Μεταβολή της ποσότητας J ανά χρονικό διάστημα και Total/T χρονικούς μέσους όρους...51 Πίνακας 11: Ποσοστιαίες μεταβολές της τιμής της αντικειμενικής συνάρτησης όταν η ροή ανά μια ράμπα εισόδου κατευθύνεται στην κύρια ράμπα εξόδου σε σύγκριση με τη βέλτιστη περίπτωση...52 Πίνακας 12: Απόσταση των ποσοστών προέλευσης προορισμού όταν η ροή ανά μια ράμπα εισόδου κατευθύνεται στην κύρια ράμπα εξόδου σε σύγκριση με τη βέλτιστη περίπτωση...52 Πίνακας 13: Μέσο ποσοστιαίο τετραγωνικό σφάλμα των ποσοστών προέλευσης προορισμού όταν η ροή ανά μια ράμπα εισόδου κατευθύνεται στην κύρια ράμπα εξόδου σε σύγκριση με τη βέλτιστη περίπτωση

7 ΕΥΧΑΡΙΣΤΙΕΣ Με το πέρας της μεταπτυχιακής μου εργασίας θα ήθελα να ευχαριστήσω τον κ. Μάρκο Παπαγεωργίου, Καθηγητή του τμήματος Μηχανικών Παραγωγής και Διοίκησης, για την εμπιστοσύνη που έδειξε στο πρόσωπό μου στην ανάθεση της εργασίας αυτής, καθώς επίσης και για τη συνεχή επιστημονική υποστήριξη που μου παρείχε καθ όλη τη διάρκεια εκπόνησής της. Επίσης, οφείλω να ευχαριστήσω τον κ. Yibing Wang, Senior Lecturer του Πανεπιστημίου Monash της Αυστραλίας, για τον χρόνο που αφιέρωσε και την πολύτιμη βοήθεια και συμβουλές που μου προσέφερε κατά τη διάρκεια υλοποίησης της εργασίας αυτής. Ακόμη, θα ήθελα να ευχαριστήσω τον κ. Ιωάννη Παπαμιχαήλ, Λέκτορα του τμήματος Μηχανικών Παραγωγής και Διοίκησης για τη συμβολή του στην υλοποίηση του λογισμικού που αναπτύχθηκε στα πλαίσια της εργασίας αυτής. Τέλος, δε θα μπορούσα να παραλείψω τις ευχαριστίες μου προς τους φίλους μου οι οποίοι μου συμπαραστάθηκαν, ο καθένας με το δικό του τρόπο, αλλά κυρίως προς τα μέλη της οικογένειας μου, που μου προσέφεραν υλική αλλά κυρίως ηθική συμπαράσταση τόσο κατά τη διάρκεια εκπόνησης της μεταπτυχιακής μου εργασίας, όσο και των σπουδών μου γενικότερα. 7

8 ΣΥΝΤΟΜΟ ΒΙΟΓΡΑΦΙΚΟ Ο Γεώργιος Σάρρος γεννήθηκε στην Αθήνα στις 10 Μαΐου Το 1998 αποφοίτησε από τη Βαρβάκειο Πρότυπο Σχολή με βαθμό απόλυσης Το 1999 εισάγεται, με το σύστημα των πανελλαδικών εξετάσεων, στο τμήμα Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης όπου το 2004 ανακηρύσσεται πτυχιούχος με βαθμό αποφοίτησης Το 2004 γίνεται δεκτός στο τμήμα Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης προκειμένου να παρακολουθήσει το μεταπτυχιακό πρόγραμμα σπουδών, στον τομέα της Επιχειρησιακής Έρευνας. Το χρονικό διάστημα είναι μέλος του Εργαστηρίου Συστημάτων Υποστήριξης Αποφάσεων, τμήμα Μηχανικών Παραγωγής και Διοίκησης, όπου στα πλαίσια της συνεργασίας του συμμετέχει στην ανάπτυξη πολυκριτηρίων μεθόδων βελτιστοποίησης για έρευνες αγοράς. Από το 2003 έως σήμερα, είναι μέλος του Εργαστηρίου Δυναμικών Συστημάτων και Προσομοίωσης, τμήμα Μηχανικών Παραγωγής και Διοίκησης όπου συμμετέχει σε έρευνα πάνω σε δυναμικό κυκλοφοριακό καταμερισμό και καθοδήγηση πορείας οχημάτων, σε πραγματικό χρόνο, σε δίκτυα αυτοκινητοδρόμων και εκτίμηση αριθμού οχημάτων προέλευσης προορισμού σε μεγάλης κλίμακας αστικών αυτοκινητοδρόμων, συμμετέχοντας στο ελληνικό πρόγραμμα ΠΥΘΑΓΟΡΑΣ ΙΙ. Το 2007 επιτέλεσε διδακτικό\επικουρικό έργο στο γνωστικό αντικείμενο Μη-Γραμμικός Προγραμματισμός. Το διάστημα Δεκέμβριος Φεβρουάριος 2008, στα 8

9 πλαίσια χρηματοδότησης-προγράμματος του Πολυτεχνείου Κρήτης, επισκέφθηκε το Katholieke Universiteit Leuven στο Βέλγιο όπου συνεργάστηκε με το entre for Industrial Management/Traffic & Infrastructure και ασχολήθηκε με την εκτίμηση κυκλοφοριακής κατάστασης σε αστικά δίκτυα. Ερευνητικές του εργασίες έχουν παρουσιασθεί σε έγκυρα επιστημονικά συνέδρια και έχουν δημοσιευθεί σε έγκυρα περιοδικά της Ελλάδος και του εξωτερικού. 9

10 Περίληψη Διατριβής ΠΕΡΙΛΗΨΗ ΔΙΑΤΡΙΒΗΣ Σημαντική ανάγκη στον τομέα των ευφυών συστημάτων μεταφορών είναι η διαχείριση της κυκλοφοριακής ροής στα μεγάλης κλίμακας δίκτυα αυτοκινητόδρομων. Τα κυκλοφοριακά δίκτυα, εκτός των άλλων, περιλαμβάνουν έναν μεγάλο αριθμό κόμβων εισόδου σε αυτά (κόμβοι προέλευσης - Origins) και εξόδου από αυτά (κόμβοι προορισμού - Destinations). Οι οδηγοί, που κινούνται σε τέτοια δίκτυα, επιλέγουν τις διαδρομές τους βασισμένοι σε προηγούμενη εμπειρία τους, η οποία μπορεί να είναι ικανοποιητική κάτω από τις συνθήκες καθημερινής κυκλοφοριακής συμφόρησης. Έτσι, οι επιλογές των οδηγών που εισέρχονται από κάποιον κόμβο προέλευσης είναι περίπου καθορισμένες για τους κόμβους προορισμού από τους οποίους θέλουν να εξέλθουν. Έχοντας υπόψη τα παραπάνω, μια από τις σημαντικότερες προκλήσεις, είναι η εύρεση του κόμβου προορισμού για τα αυτοκίνητα που εισέρχονται από συγκεκριμένους κόμβους προέλευσης. Πιο συγκεκριμένα, στόχος είναι η ελαχιστοποίηση της απόκλισης της θεωρητικά υπολογιζομένης ροής εξόδου από τις μετρούμενες ροές. Απόρροια της ελαχιστοποίησης αυτής είναι να εκτιμηθούν τα ποσοστά της ροής από κάθε κόμβο προέλευσης του 10

11 Περίληψη Διατριβής αυτοκινητοδρόμου σε κάθε κόμβο προορισμού (Origin Destination Estimation OD Estimation). Ο παραπάνω στόχος υλοποιείται μέσω του Τετραγωνικού Προγραμματισμού, όπου η προς ελαχιστοποίηση αντικειμενική συνάρτηση (τετραγωνική) εκφράζει την απόκλισην της θεωρητικά υπολογιζομένης ροής εξόδου από τις μετρούμενες ροές. Εφαρμογή των παραπάνω γίνεται σε κάποια δίκτυα αυτοκινητοδρόμων τα οποία έχουν επιλεγεί. Τα δίκτυα αυτοκινητοδρόμων τα οποία επιλέχθηκαν για να γίνει η παραπάνω υλοποίηση του στόχου είναι ο περιφερειακός οδικός δακτύλιος Α10 του Amsterdam της Ολλανδίας και ένα τμήμα του αυτοκινητόδρομου Monash στη Μελβούρνη της Αυστραλίας. Ο περιφερειακός Α10 αποτελείται από δύο δακτυλίους, έναν εσωτερικό και έναν εξωτερικό. Το συνολικό μήκος του κάθε δακτυλίου είναι 32 χιλιόμετρα και συνδέεται με 41 ράμπες εισόδου και 36 ράμπες εξόδου κατά μήκος των δακτυλίων. Στόχος λοιπόν είναι να βρεθεί τι ποσοστό από κάθε μία από τις 41 ράμπες εισόδου (κόμβοι προέλευσης) πηγαίνει σε κάθε μια από τις 36 ράμπες εξόδου (κόμβοι προορισμού). Το τμήμα του αυτοκινητόδρομου Monash έχει συνολικό μήκος περίπου 18 χιλιομέτρων και επιπλέον συνδέεται με 9 ράμπες εισόδου και 8 ράμπες εξόδου. Στόχος λοιπόν και εδώ είναι να βρεθεί τι ποσοστό από την κάθε μία ράμπα εισόδου κατευθύνεται σε κάθε μία από τις ράμπες εξόδου. Για την υλοποίηση όλων των παραπάνω αναπτύχθηκε ένα λογισμικό το οποίο μπορεί να ανταποκρίνεται για οποιοδήποτε δίκτυο αυτοκινητοδρόμου μέσω κατάλληλων αρχείων εισόδου και έχει ως έξοδο τα ζητούμενα ποσοστά ζήτησης προέλευσης-προορισμού, επιλύοντας κάθε φορά το τετραγωνικό 11

12 Περίληψη Διατριβής πρόβλημα. Με τη βοήθεια του λογισμικού έγιναν κάποιες διερευνήσεις για το δίκτυο αυτοκινητοδρόμου Monash προκειμένου να εξεταστεί η ποιότητα των λύσεων που εξάγεται. 12

13 Κεφάλαιο 1: Εισαγωγή ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ Η εκτίμηση της κυκλοφοριακής κατάστασης καθώς επίσης και η διαχείριση αυτής, αποτελεί σημαντικό τμήμα της έρευνας στον τομέα των ευφυών συστημάτων μεταφορών στα μεγάλης κλίμακας δίκτυα αυτοκινητόδρομων. Μέχρι σήμερα έχουν γίνει διάφορες έρευνες πάνω στον τομέα της εκτίμησηςεύρεσης του αριθμού των οχημάτων που εισέρχονται από κάποια ράμπα εισόδου και εξέρχονται από κάποια ράμπα εξόδου (Xuesong et al. 2005, Seungjae et al. 2006). Οι οδηγοί οι οποίοι κινούνται σε τέτοια δίκτυα επιλέγουν τις διαδρομές τους βασισμένοι σε προηγούμενη εμπειρία τους, η οποία μπορεί να είναι ικανοποιητική κάτω από τις συνθήκες καθημερινής κυκλοφοριακής συμφόρησης. Έτσι, οι επιλογές των οδηγών που εισέρχονται από κάποιον κόμβο προέλευσης είναι περίπου καθορισμένες για τους κόμβους προορισμού που θέλουν να εξέλθουν. Η υλοποίηση του παραπάνω στόχου γίνεται μέσω του Τετραγωνικού Προγραμματισμού όπου η προς ελαχιστοποίηση αντικειμενική συνάρτηση θα εκφράζει την απόκλιση της θεωρητικά υπολογιζόμενης ροής εξόδου από τις μετρούμενες ροές και οι γραμμικοί περιορισμοί ποικίλλουν ανάλογα με το 13

14 Κεφάλαιο 1: Εισαγωγή δίκτυο του αυτοκινητοδρόμου. Για την επίλυση του παραπάνω προβλήματος έγινε χρήση του λογισμικού Lindo, το οποίο μπορεί να επιλύσει προβλήματα διάφορων μορφών όπως γραμμικά, τετραγωνικά ή μη-γραμμικά γενικότερα. Επίσης, δημιουργήθηκε ένα λογισμικό το οποίο μπορεί να ανταποκρίνεται σε οποιοδήποτε δίκτυο αυτοκινητοδρόμου και έχει ως έξοδο τα ζητούμενα ποσοστά ζήτησης προέλευσης-προορισμού, καθώς επίσης και κατάλληλα αρχεία τα οποία μπορούν να χρησιμοποιηθούν σε μακροσκοπικά εργαλεία προσομοίωσης. Στο λογισμικό αυτό καλούνται οι απαιτούμενες συναρτήσεις του Lindo οι οποίες είναι απαραίτητες για την επίλυση βελτιστοποίησης του τετραγωνικού προβλήματος. Σαν είσοδο, το λογισμικό αυτό δέχεται κάποια στοιχεία που αφορούν την τοπολογία του δικτύου καθώς επίσης και έναν αριθμό διαθέσιμων μετρήσεων που παρέχονται από τους φωρατές κυκλοφορίας. Στη συνέχεια έγινε εφαρμογή του παραπάνω προβλήματος σε δύο δίκτυα αυτοκινητοδρόμων. Το πρώτο είναι ο περιφερειακός οδικός δακτύλιος Α10 του Amsterdam της Ολλανδίας μήκους 36 χιλιομέτρων και το δεύτερο δίκτυο είναι ένα τμήμα του αυτοκινητόδρομου Monash ο οποίος βρίσκεται στη Μελβούρνη της Αυστραλίας, μήκους 18 χιλιομέτρων περίπου. 14

15 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού ΚΕΦΑΛΑΙΟ 2 ΠΡΟΣΕΓΓΙΣΗ ΤΕΤΡΑΓΩΝΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗΝ ΕΚΤΙΜΗΣΗ ΖΗΤΗΣΗΣ ΠΡΟΕΛΕΥΣΗΣ-ΠΡΟΟΡΙΣΜΟΥ 2.1 Υπολογισμός των ποσοστών ζήτησης προέλευσηςπροορισμού με τη βοήθεια μετρήσεων που προέρχονται από τις ράμπες εισόδου και εξόδου. Το πρόβλημα που θέλουμε να μοντελοποιήσουμε εκφράζει την ισορροπία η οποία θα πρέπει να διατηρείται μέσα στο δίκτυο αυτοκινητοδρόμου, δηλαδή όσα αυτοκίνητα μπαίνουν στο δίκτυο θα πρέπει και να εξέρχονται από αυτό. Αν θεωρήσουμε ένα δίκτυο αυτοκινητοδρόμου όπου υπάρχουν m ράμπες εισόδου (Origins), δηλαδή έχουμε ένα σύνολο O = { 1, 2, L m } που περιέχει τις ράμπες εισόδου, και n ράμπες εξόδου (Destinations), δηλαδή έχουμε ένα σύνολο D= { 1, 2, L n } που περιέχει τις ράμπες εξόδου. Για κάθε χρονική περίοδο t ορίζουμε ένα διάνυσμα k O = O O L O (k) (k) (k) (k) 1 2 m T που περιέχει τις ροές των αυτοκινήτων σε κάθε ράμπα εισόδου i του συνόλου O τη χρονική περίοδο t και ένα διάνυσμα k T (k) (k) (k) (k) D = D D L D 1 2 n που περιέχει τις ροές των αυτοκινήτων σε κάθε 15

16 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού ράμπα εξόδου j του συνόλου D τη χρονική περίοδο t. Οι χρονικές περίοδοι k t T= { t, t, L, t } μπορεί να είναι οποιασδήποτε χρονικής διάρκειας, k 1 2 c δηλαδή μπορεί να είναι μια ώρα ή μισή ώρα κλπ. Τις ροές των αυτοκινήτων τις παίρνουμε είτε από φωρατές (detectors) που είναι τοποθετημένοι στο οδόστρωμα, είτε από κάμερες που είναι τοποθετημένες σε κατάλληλα σημεία στην άκρη του οδοστρώματος. Ο φωρατής είναι μια ηλεκτρική συσκευή η οποία βασίζεται στην επαγωγή του ηλεκτρικού ρεύματος και καταγράφει αυτόματα κάθε φορά που ένα όχημα διέρχεται από πάνω του. Έχοντας ένα δίκτυο αυτοκινητοδρόμου, το ποσοστό των οχημάτων που εισέρχεται από μια ράμπα εισόδου i και εξέρχεται από μια ράμπα εξόδου j είναι ίσο με p. Όπως γίνεται φανερό, το ποσοστό αυτό παίρνει τιμές μεταξύ ij του μηδενός και του ένα. Αυτό το ποσοστό το ονομάζουμε ποσοστό προέλευσης-προορισμού ή ζήτηση προέλευσης-προορισμού. Για να γίνει καλύτερα αντιληπτό, στην Εικόνα 1 παριστάνεται ένα δίκτυο αυτοκινητοδρόμου όπου υπάρχουν 4 ράμπες εισόδου και 3 ράμπες εξόδου. Οι φωρατές φέρουν πορτοκαλί χρώμα στην Εικόνα 1. Η ροή των αυτοκινήτων που εισέρχεται από τη ράμπα εισόδου 3 κατευθύνεται προς τις ράμπες εξόδου οι οποίες βρίσκονται κατάντη της συγκεκριμένης ράμπας εισόδου και τα ποσοστά προέλευσης-προορισμού είναι τα p και p, τα οποία είναι Εικόνα 1: Υποθετικό δίκτυο αυτοκινητοδρόμου 16

17 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού άγνωστα. Δηλαδή η ροή από τη συγκεκριμένη ράμπα εισόδου κατευθύνεται προς τις ράμπες εξόδου 2 και 3 με τα αντίστοιχα παραπάνω ποσοστά. Το ποσοστό p δεν νοείται μιας και δεν είναι εφικτή η κίνηση των αυτοκινήτων 31 προς εκείνη την κατεύθυνση, δηλαδή προς τη ράμπα εξόδου 1 ( p 31 =0). Οπότε η ροή, σε αριθμό αυτοκινήτων, από τη ράμπα εισόδου 3, για τη ράμπα εξόδου (k) 2 θα είναι ίση με p O και αντίστοιχα για τη ράμπα εξόδου 3 θα είναι ίση 32 3 με (k) p O, για κάθε χρονική περίοδο t k Σε κάθε ράμπα εξόδου όμως καταλήγουν ροές αυτοκινήτων από όλες τις ράμπες εισόδου που βρίσκονται ανάντη αυτής. Πιο συγκεκριμένα, για τη ράμπα εξόδου 2, καταλήγει η ροή των αυτοκινήτων που προέρχεται από τις ράμπες εισόδου 1, 2 και 3, δηλαδή, η ροή στη ράμπα εξόδου 2 θα πρέπει να (k) (k) (k) (k) είναι, στην ιδεατή περίπτωση, ίση με D =p O +p O +p O για κάθε χρονική περίοδο t. Επειδή υπάρχουν σφάλματα στις μετρήσεις θα k πρέπει να βρεθούν εκείνα τα κατάλληλα p, p και p τα οποία θα ελαχιστοποιούν την απόκλιση από τη ροή εξόδου. Λαμβάνοντας υπόψη τα παραπάνω και σύμφωνα με το δίκτυο του αυτοκινητοδρόμου που απεικονίζεται στην Εικόνα 1 θα πρέπει να ελαχιστοποιηθεί η συνάρτηση c (k) J= po -D 2 k=1 j=1 i=1 (k) ij i j όπου c είναι ο αριθμός των χρονικών περιόδων. 2 Γενικεύοντας την παραπάνω συνάρτηση για τυχαίο δίκτυο αυτοκινητοδρόμου που έχει ράμπες εισόδου, που αναφέρονται στο σύνολο O, και ράμπες εξόδου, που αναφέρονται στο σύνολο D, θα πρέπει να ελαχιστοποιηθεί η συνάρτηση: 17

18 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού 1 J = p O -D 2 (c) (c) 1 ij i j c T j D i O 2 Όπως βλέπουμε η παραπάνω συνάρτηση είναι τετραγωνική και θα πρέπει να 1 T T μετατραπεί σε τετραγωνική συνάρτηση της μορφής J = XGX+ LX +c Για τη μετατροπή αυτή ακολουθείται η παρακάτω διαδικασία. Θεωρούμε για κάθε χρονική περίοδο t ότι k 1 J = p O -D 2 (k) (k) (k) 1 ij i j j D i O 2 (2.1) και ορίζουμε ως y po -D για κάθε j (2.2) (k) (k) (k) j ij i j i O Από τις σχέσεις (2.1) και (2.2) θα έχουμε 1 J = y 2 (k) (k) 2 1 j j D το οποίο συνεπάγεται ότι 1 (k) ( k ) T (k) J = Y Y 1 2 (2.3) όπου Y ( L 1 2 n ) = y y y (k) (k) (k) (k) T Η σχέση (2.2) μπορεί να γραφεί με τη μορφή πινάκων ως εξής T Y = P O -D (k) (k) (k) και όπου 18

19 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού p p L p p p M p P = M M M M p p M p n n m1 m2 mn Τα ποσοστά προέλευσης-προορισμού p ij είναι ανεξάρτητα της χρονικής περιόδου t k και παραμένουν σταθερά σε όλο το σύνολο των χρονικών περιόδων Τ. Εξαιτίας του γεγονότος ότι το λογισμικό Lindo επιδέχεται με ειδική μορφή την εισαγωγή των δεδομένων κατά συνέπεια το διάνυσμα των αγνώστων μεταβλητών θα έχει την εξής μορφή, όπως περιγράφεται στο παρακάτω διάνυσμα ( L L L L ) X = p p p p p p p p p m m2 1n 2n mn και όχι όπως παρουσιάστηκε παραπάνω με τον πίνακα Ρ, για το λόγο αυτό η συνέχεια της μορφοποίησης της τετραγωνικής συνάρτησης συνεχίζεται σύμφωνα με το διάνυσμα Χ. T Από τη σχέση (2.2) θα έχουμε ( L L L L ) ( L L L L ) y = O O O X -D (k) (k) (k) (k) (k) m 1 y = 0 0 O O O 0 0 X -D (k) (k) (k) (k) (k) m 2... (k) (k) (k) (k) (k) L L L L X n 1 2 m n ( ) y = O O O -D Γενικότερα 19

20 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού (k) (k) (k) O O L O 0 L L L L L L 0 (k) 1 2 m (k) y 1 D (k) (k) (k) 1 0 L L 0 O O L O 0 L L M (k) 1 2 m (k) y2 = M L L L L L L L L L L M D2 X M M M L L L L L L L L L L 0 (k) (k) yn (k) (k) (k) 0 0 Dn L L L L L L O O L O 1 2 m δηλαδή όπου (k) (k) (k) Y = M X-D (2.4) M (k) (k) (k) (k) O O L O 0 L L L L L L m (k) (k) (k) 0 L L 0 O O L O 0 L L M 1 2 m = M L L L L L L L L L L M M L L L L L L L L L L 0 (k) (k) (k) 0 L L L L L L 0 O O L O 1 2 m Οπότε από τη σχέση (2.3) και με τη βοήθεια της σχέσης (2.4) θα έχουμε 1 J = Y Y 2 (k) T (k) (k) M X D M X D 1 T T T (k) (k) (k) (k) = ( - )( - ) 2 XM D M X D (k) (k) T (k) (k) = ( - ) ( - ) 1 2 T T T T T (k) (k) (k) (k) T (k) (k) (k) (k) = ( XM M X-D M X- XM D + D D ) οπότε 1 1 J = XM M X- D M X+ D D 2 2 (k) T T (k) (k) T (k) (k) T (k) (k) 1 T (k) 1 T (k) (k) 1 (k) (k) J = XG X- L X+ D D (2.5) όπου G M M T (k) (k) (k) = 1 20

21 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού L D M T (k) (k) (k) = 1 Λαμβάνοντας υπόψη όλες τις χρονικές περιόδους και με τη βοήθεια της σχέσης (2.5) θα έχουμε J (k) 1 1 k T J = 1 T T 1 = XG X- L X+ D D 1 1 k T 2 2 (k) (k) (k) (k) 1 1 = X G X- L X+ D T D 2 2 T (k) (k) (k) (k) 1 1 k T k T k T 1 XGX LX (2.6) 2 T T = + +c όπου T G = G = M M (k) (k) (k) 1 1 k T k T T L =- L =- D M T (k) (k) (k) 1 1 k T k T 1 (k) T (k) c = D D 1 2 k T L (k) (k) (k) O O L O 0 L L L L L L m (k) (k) (k) 0 L L 0 O O L O 0 L L M 1 2 m = D D L D M L L L L L L L L L L M M L L L L L L L L L L 0 (k) (k) (k) 0 L L L L L L 0 O O L O 1 2 m (k) (k) (k) (k) n [ D ] (k) O (k) D (k) O (k) D (k) O (k) D (k) O (k) D (k) O (k) D (k) O (k) D (k) O (k) D (k) O (k) D (k) O (k) m m n 1 n 2 n m = L L L L και Amxm 0 T A (k) (k) (k) mxm G1 = M M = O 0 A mxm 21

22 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού όπου A mxm 2 O1 O1 O2 L O1 O 2 O2 O1 O2 L O2 O = M M M M (k) (k) (k) (k) (k) 2 OmO1 OmO2 L Om (k) (k) (k) (k) (k) m (k) (k) (k) (k) (k) m 2.2 Υπολογισμός των ποσοστών ζήτησης προέλευσηςπροορισμού με τη βοήθεια εσωτερικών μετρήσεων Ας θεωρήσουμε πάλι ένα δίκτυο αυτοκινητοδρόμου όπου υπάρχουν m ράμπες εισόδου και n ράμπες εξόδου. Η πληροφορία η οποία δίνεται είναι οι μετρήσεις τις οποίες παίρνουμε από τους φωρατές που βρίσκονται στον αυτοκινητόδρομο. Έστω ότι διαθέτουμε s φωρατές, δηλαδή έχουμε ένα σύνολο Q= { 1, 2, L, s } οι οποίοι είναι τοποθετημένοι σε διάφορα σημεία του αυτοκινητοδρόμου και λαμβάνουμε τη ροή των οχημάτων σε κάθε χρονική στιγμή. Για κάθε χρονική περίοδο t ορίζουμε ένα διάνυσμα k T (k) (k) (k) (k) Q = Q Q L Q 1 2 s που περιέχει τις ροές των οχημάτων που διέρχονται από τον κάθε φωρατή τη χρονική περίοδο t. k Το πρόβλημα που θέλουμε να μοντελοποιήσουμε θα πρέπει να εκφράζει, στην ιδεατή περίπτωση, ότι η ροή που διέρχεται από κάθε φωρατή είναι ίση με τη ροή που εισέρχεται από τις ράμπες εισόδου που βρίσκονται ανάντη του σημείου που βρίσκεται ο φωρατής και έχουν ως σημείο προορισμού κάποια ράμπα εξόδου η οποία βρίσκεται κατάντη της θέσης του φωρατή. Λόγω ύπαρξης σφαλμάτων στις μετρήσεις η παραπάνω ισότητα δε μπορεί να 22

23 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού ικανοποιηθεί και θα πρέπει να ελαχιστοποιηθεί η απόκλιση από τις ροές που διέρχονται από τους φωρατές. Για να γίνει καλύτερα αντιληπτό θεωρούμε το υποθετικό δίκτυο αυτοκινητοδρόμου όπως φαίνεται στην Εικόνα 2 το οποίο είναι το ίδιο δίκτυο με αυτό που περιγράφεται στην Εικόνα 1. Στην προηγούμενη περίπτωση οι μετρήσεις οι οποίες είχαν ληφθεί υπόψη προέρχονταν από τις ράμπες εισόδου και τις ράμπες εξόδου του δικτύου. Σε αυτή την περίπτωση, λαμβάνονται υπόψη μόνο οι μετρήσεις που παίρνουμε από τους φωρατές που βρίσκονται στον αυτοκινητόδρομο. Για κάθε χρονική περίοδο t ορίζουμε ένα διάνυσμα k T (k) (k) (k) (k) Q = Q Q Q που περιέχει τις ροές των αυτοκινήτων που διέρχονται από τον κάθε φωρατή για κάθε χρονική περίοδο. Η ροή που διέρχεται από τον φωρατή Q είναι ίση με τη ροή που εισέρχεται 1 από τη ράμπα εισόδου O και κατευθύνεται προς τις ράμπες εξόδου D και 1 2 D και με τη ροή που εισέρχεται από τη ράμπα εισόδου O και κατευθύνεται 3 2 προς τις ράμπες εξόδου D και D. Η ροή που κατευθύνεται προς τη ράμπα 2 3 εξόδου D από τις προαναφερθείσες ράμπες εισόδου εξέρχεται πριν τη θέση 1 του φωρατή, οπότε δεν λαμβάνεται υπόψη. Συνεπώς για τον συγκεκριμένο φωρατή, στην ιδεατή περίπτωση, θα ισχύει η εξίσωση ροής για κάθε χρονική (k) (k) (k) (k) (k) περίοδο: Q =p O +p O +p O +p O. Ομοίως ισχύει και για τους άλλους φωρατές για κάθε χρονική περίοδο, δηλαδή για τον φωρατή Q 2 Εικόνα 2: Υποθετικό δίκτυο αυτοκινητοδρόμου λαμβάνοντας υπόψη τις εσωτερικές μετρήσεις 23

24 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού (k) (k) (k) (k) (k) (k) (k) ισχύει Q =p O +p O +p O +p O + p O + p O και για (k) (k) (k) (k) τον φωρατή Q ισχύει Q =p O +p O + p O. Ακολουθώντας την ίδια λογική για την περίπτωση όπου είχαν ληφθεί υπόψη μόνο οι μετρήσεις στις ράμπες εισόδου και εξόδου, οι παραπάνω εξισώσεις μπορούν να γραφτούν σε μορφή πινάκων ως εξής: p11 p21 p 31 p41 p (k) (k) (k) (k) 12 (k) O O 0 0 O O 0 0 Q p (k) (k) (k) (k) (k) (k) 22 (k) O O O 0 O O O = Q2 p (k) (k) (k) 32 (k) O O O 0 Q p42 p 13 p 23 p33 p 43 (2.7) Έχοντας ένα γενικό δίκτυο αυτοκινητοδρόμου που έχει s φωρατές και ακολουθώντας την ίδια διαδικασία με την πρώτη περίπτωση, και λαμβάνοντας υπόψη το παραπάνω υπόδειγμα, θα πρέπει να μετατραπεί η γενική μορφή της εξίσωσης (2.7) σε τετραγωνική συνάρτηση της μορφής 1 J = XGX+ LX +c 2 T T Για τη μετατροπή αυτή ακολουθείται η παρακάτω διαδικασία. Έχουμε τη συνάρτηση προς ελαχιστοποίηση (k) 1 (k) (k) J = p N -Q 2 ij (z) z για κάθε z є Q 2 i B j D 2 24

25 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού όπου B και D είναι τα σύνολα που περιέχουν ποιες ράμπες εισόδου βρίσκονται ανάντη του σημείου τοποθέτησης του φωρατή ποιες ράμπες εξόδου βρίσκονται κατάντη του σημείου αυτού, αντίστοιχα. Ο πίνακας Ν περιέχει τις ροές των ραμπών εισόδου που βρίσκονται ανάντη της θέσης του φωρατή που μπορούν να καταλήξουν σε ράμπες εξόδου κατάντη της θέσης αυτής. Όσες γραμμές έχει ο πίνακας αυτός τόσος είναι και ο αριθμός των φωρατών που λαμβάνονται υπόψη. Ο πίνακας Ν για το παραπάνω παράδειγμα φαίνεται στην εξίσωση (2.7). Επίσης, ο δείκτης (z) υποδεικνύει τη γραμμή του πίνακα Ν ανάλογα με τον φωρατή. Γενικεύοντας την παραπάνω σχέση θα έχουμε 1 J = - 2 N X Q ( ) 2 (k) (k) (k) 2 Για κάθε χρονική περίοδο έχουμε 2 (k) 1 (k) (k) J = 2 ( -Q (i) i ) i Q 2 N X (2.8) Λαμβάνοντας υπόψη όλες τις χρονικές περιόδους θα έχουμε 1 1 J = -Q = -Q -Q T ( N (k) X (k) ) ( N (k) X (k) ) ( N (k) X (k) ) 2 (i) i (i) i (i) i k T i Q k T i Q T T 2 T ( X N ) (k) N (k) X (k) N (k) X (k) (i) (i) i (i) i 1 = -2Q +Q 2 k T i Q 1 1 = X N N X- Q N X + Q 2 2 T T (k) (k) T (k) (k) 2 (k) (i) (i) i (i) i k T i Q k T i Q k T i Q 1 1 = X G X- l X + Q T (k) (k) (k) 2 2 k T k T k T 1 XGX LX (2.9) 2 T T = + +c

26 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού όπου T G = G = N N (k) (k) (k) 2 2 (i) (i) k T k T i Q T L =- l =- Q N T (k) (k) (k) 2 2 i (i) k T k T i Q 1 1 c = = Q 2 2 T (k) (k) (k) Q Q 2 2 i k T k T i Q 2.3 Υπολογισμός των ποσοστών ζήτησης προέλευσηςπροορισμού με τη βοήθεια των μετρήσεων από τις ράμπες εισόδου και εξόδου και των εσωτερικών μετρήσεων Στην περίπτωση αυτή, εκτός από τις εσωτερικές μετρήσεις του αυτοκινητόδρομου, λαμβάνουμε υπόψη, και τις μετρήσεις από τις ράμπες εισόδου και εξόδου. Τότε η τετραγωνική συνάρτηση προς ελαχιστοποίηση, με τη βοήθεια των εξισώσεων (2.6) και (2.9), θα έχει την εξής μορφή: 1 1 J = J +J = XGX+ LX+c + XGX+ LX +c 2 2 T T T T Total J = c +c 2 X G G X L L X ( ) ( ) ( ) T T T Total T T J = XGX+ LX +c Total όπου G= G + G

27 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού L = L + L T T T 1 2 c= c + c Περιορισμοί Τετραγωνικού Προβλήματος Σε ένα τετραγωνικό πρόβλημα εμφανίζονται η αντικειμενική συνάρτηση και οι περιορισμοί. Στις παραπάνω περιπτώσεις ορίστηκε η προς ελαχιστοποίηση αντικειμενική συνάρτηση τετραγωνικής μορφής, οπότε παρακάτω ορίζονται οι περιορισμοί που είναι φυσικά οι ίδιοι για όλες τις περιπτώσεις. Οι περιορισμοί που υπάρχουν στο πρόβλημά μας είναι γραμμικής μορφής. Κάποιοι εξ αυτών υφίστανται λόγω της τοπολογίας των δικτύων των αυτοκινητοδρόμων. Ο πρώτος περιορισμός αφορά το γεγονός ότι η ροή από κάθε ράμπα εισόδου σε όλες τις ράμπες εξόδου διαμοιράζεται ανάλογα με το ποσοστό προέλευσης-προορισμού. Αυτό σημαίνει ότι τα ποσοστά προέλευσηςπροορισμού της κάθε ράμπας εισόδου αθροίζουν στη μονάδα και αυτό θα πρέπει να συμβαίνει για κάθε ράμπα εισόδου. Πιο συγκεκριμένα, για το δίκτυο αυτοκινητοδρόμου που περιγράφεται στην Εικόνα 1 για τη ράμπα εισόδου O, θα πρέπει το άθροισμα των ποσοστών προέλευσης-προορισμού 1 της συγκεκριμένης ράμπας εισόδου προς όλες τις ράμπες εξόδου να είναι ίσο με: p +p +p =1. Το ίδιο συμβαίνει και για τις υπόλοιπες ράμπες εισόδου, δηλαδή, για τη ράμπα εισόδου O θα πρέπει να ισχύει p +p +p =1, για τη ράμπα εισόδου O θα πρέπει να ισχύει p +p +p =1 και για τη ράμπα εισόδου O θα πρέπει να ισχύει p +p +p =1. Όπως βλέπουμε ο αριθμός

28 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού των εξισώσεων του περιορισμού αυτού θα ισούται με τον αριθμό των ραμπών εισόδου όπου στη συγκεκριμένη περίπτωση είναι ίσος με τέσσερις. Ο δεύτερος περιορισμός αφορά εκείνα τα ποσοστά προέλευσης-προορισμού που είναι ίσα με μηδέν λόγω της τοπολογίας του δικτύου. Πιο συγκεκριμένα, για το προαναφερθέν παράδειγμα, για τη ράμπα εισόδου O το ποσοστό p είναι 3 31 ίσο με το μηδέν γιατί η ράμπα εξόδου D βρίσκεται ανάντη της 1 συγκεκριμένης ράμπας εισόδου. Ομοίως για τη ράμπα εισόδου O τα 4 ποσοστά p και p είναι ίσα με το μηδέν για τον ίδιο λόγο. Για τις ράμπες εισόδου O και O δεν ισχύει κανένας τέτοιος περιορισμός αφού όλες οι 1 2 ράμπες εξόδου βρίσκονται κατάντη αυτών. Ο τρίτος περιορισμός αφορά το ότι όλα τα ποσοστά ζήτησης προέλευσης-προορισμού, θα πρέπει να παίρνουν τιμές μεταξύ του μηδενός και του ένα. Γενικά, οι περιορισμοί είναι της μορφής A X= b και 0 X 1. Για το συγκεκριμένο παράδειγμα θα ισχύει: p11 p21 p p p p = p p p13 0 p 23 p33 p 43 και [ p p p p p p p p p p p p ] 0 1 T όπου 28

29 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού [ ] T [ ] 0 = = Αφού δόθηκε ο ορισμός του τετραγωνικού προβλήματος, δηλαδή ο ορισμός της αντικειμενικής συνάρτησης και των περιορισμών, μπορούμε να προχωρήσουμε στην επίλυσή του. Αυτό επιτυγχάνεται με τη βοήθεια του λογισμικού Lindo και συγκεκριμένα με το LINDO Application Programming Interface (API). Το συγκεκριμένο λογισμικό έχει ως σκοπό την επίλυση ενός ευρέως φάσματος προβλημάτων, συμπεριλαμβανομένων προβλημάτων γραμμικού προγραμματισμού, μικτού προγραμματισμού, τετραγωνικού προγραμματισμού και γενικά μη γραμμικού προγραμματισμού. Το λογισμικό αυτό έχει σχεδιαστεί για να επιλύει τετραγωνικά προβλήματα της μορφής: T 1 c ελαχιστοποίηση (ή μεγιστοποίηση) XQ X+cX 2 1 i υπό τους περιορισμούς : XQ X+ a X? b για i = 0,1,,m - 1 i i 2 L X U για j = 0,1,,n - 1, j j j όπου c i Q και Q είναι συμμετρικοί πίνακες διαστάσεων nxn για i=0,,m-1 c και a είναι διανύσματα i X = {X, X,, X }, είναι το διάνυσμα των άγνωστων μεταβλητών και 0 1 n-1 "?" είναι το σύμβολο της ισότητας ή ανισότητας του περιορισμού δηλαδή " ", "=", ή " ". Το Lindo δεν δέχεται τους παραπάνω πίνακες με τη μορφή που έχουν, αλλά με τη μορφή διανυσμάτων ακολουθώντας μια συγκεκριμένη δομή που απαιτείται. Η λύση η οποία εξάγεται από την επίλυση του τετραγωνικού προβλήματος είναι η εύρεση του διανύσματος X δηλαδή των μεταβλητών p. ij 29

30 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού 2.5 Ανάπτυξη Λογισμικού Για την επίλυση του παραπάνω τετραγωνικού προβλήματος, δημιουργήθηκε ένα λογισμικό σε γλώσσα προγραμματισμού, του οποίου το μεγάλο πλεονέκτημα είναι ότι μπορεί να χρησιμοποιηθεί για οποιοδήποτε δίκτυο αυτοκινητοδρόμου, αρκεί αυτό να είναι επαρκώς καθορισμένο. Έξοδος του λογισμικού αυτού είναι οι τιμές των ποσοστών ζήτησης προέλευσης προορισμού για το έκαστο δίκτυο, αλλά και η εξαγωγή αρχείου που περιέχει τα ποσοστά αυτά, το οποίο είναι συμβατό με το μακροσκοπικό μοντέλο προσομοίωσης. Το λογισμικό αυτό περιλαμβάνει και το εργαλείο επίλυσης τετραγωνικών προβλημάτων LINDO όπου γίνονται οι διάφορες μετατροπές των πινάκων σε διανύσματα. Οι μετατροπές αυτές γίνονται με γενικό τρόπο, ανεξάρτητα από τις διαστάσεις των πινάκων Αρχεία εισόδου Σαν είσοδο στο λογισμικό αυτό είναι απαραίτητη η δημιουργία κάποιων αρχείων τα οποία δίνουν τις απαραίτητες πληροφορίες τόσο για την τοπολογία του δικτύου, όσο και για τις ροές των οχημάτων σε διάφορα σημεία του. Η μορφή και η δομή των αρχείων εισόδου φαίνονται και επεξηγούνται αναλυτικά στα Παραρτήματα. Ο αριθμός των απαιτούμενων αρχείων εισόδου είναι πέντε. Στο πρώτο αρχείο αναφέρονται τα ονόματα των ραμπών εισόδου καθώς επίσης οι ροές των οχημάτων που εισέρχονται από αυτές για κάθε χρονική περίοδο t. Στο δεύτερο αρχείο αναφέρονται τα k ονόματα των ραμπών εξόδου, καθώς επίσης οι ροές των οχημάτων που εξέρχονται από αυτές για κάθε χρονική περίοδο t. Στο τρίτο αρχείο k 30

31 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού αναφέρονται ποιες διαδρομές δεν είναι εφικτές από κάθε ράμπα εισόδου. Στο τέταρτο αρχείο αναφέρονται, εφόσον υπάρχουν, τα ονόματα των φωρατών όπου υπάρχουν εσωτερικές μετρήσεις μέσα στον αυτοκινητόδρομο, καθώς επίσης και οι ροές των οχημάτων που διέρχονται από τους φωρατές αυτούς για κάθε χρονική περίοδο t. Να σημειωθεί ότι ο αριθμός των χρονικών k στιγμών σε όλα τα αρχεία εισόδου θα πρέπει να είναι ο ίδιος. Τέλος, στο πέμπτο αρχείο εισόδου αναφέρονται ποιες διαδρομές διέρχονται από τον κάθε φωρατή, όπως εκείνος έχει δηλωθεί στο τέταρτο αρχείο, δηλαδή από ποια ράμπα εισόδου η ροή των οχημάτων κατευθύνεται σε κάποια ράμπα εξόδου, και ταυτόχρονα να διέρχεται από κάποιον συγκεκριμένο φωρατή Διεπαφή χρήστη - λογισμικού Παρακάτω στην Εικόνα 3 απεικονίζεται η διεπαφή μεταξύ του χρήστη και του λογισμικού (interface) όπου ζητείται πρώτα να δοθεί το όνομα του αρχείου εισόδου (Orig_f) που περιέχει το ονόματα των ραμπών εισόδου καθώς και τις ροές που εισέρχονται από αυτές. Μετά ζητείται να δοθεί το όνομα του αρχείου εισόδου (Dest_f) που περιέχει το ονόματα των ραμπών εξόδου καθώς και τις ροές που εξέρχονται από αυτές. Στη συνέχεια, ζητείται να ορίσει ο χρήστης αν υπάρχουν μετρήσεις από φωρατές εντός του αυτοκινητόδρομου. Αν η απάντηση είναι αρνητική τότε ζητείται να δοθεί το όνομα του αρχείου (Forb_r) που δηλώνονται ποιες διαδρομές του δικτύου δεν είναι εφικτές. Έπειτα, εμφανίζεται το αποτέλεσμα της αντικειμενικής συνάρτησης του τετραγωνικού προβλήματος καθώς επίσης δημιουργείται ένα αρχείο όπου υπάρχουν τα ζητούμενα ποσοστά προέλευσης-προορισμού. Ακόμη, δημιουργείται ένα αρχείο, του οποίου το όνομα το ορίζει ο χρήστης 31

32 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού (Melbourne), το οποίο μπορεί να χρησιμοποιηθεί σε μακροσκοπικό μοντέλο προσομοίωσης όπως είναι το ΜΕΤΑΝΕΤ. Τέλος, ο χρήστης έχει τη δυνατότητα να μεταβάλει τη λύση του προβλήματος και να παρατηρήσει την απόκλιση της τιμής της αντικειμενικής συνάρτησης από τη βέλτιστη λύση που έχει βρεθεί. Εικόνα 3: Interface του λογισμικού χωρίς εσωτερικές μετρήσεις Παρακάτω στην Εικόνα 4 απεικονίζεται η διεπαφή μεταξύ του χρήστη και του λογισμικού (interface) στην περίπτωση που λαμβάνονται υπόψη και οι εσωτερικές μετρήσεις. Όπως και πριν, ζητείται πρώτα να δοθεί το όνομα του αρχείου εισόδου (Orig_f) που περιέχει το ονόματα των ραμπών εισόδου καθώς και τις ροές που εισέρχονται από αυτές και το όνομα του αρχείου εισόδου (Dest_f) που περιέχει το ονόματα των ραμπών εξόδου καθώς και τις ροές που εξέρχονται από αυτές. Στη συνέχεια, ο χρήστης απαντάει θετικά στην ερώτηση αν υπάρχουν μετρήσεις από φωρατές εντός του αυτοκινητόδρομου, οπότε μετά ζητείται να δοθεί το όνομα του αρχείο 32

33 Κεφάλαιο 2: Προσέγγιση Τετραγωνικού Προγραμματισμού στην εκτίμηση Ζήτησης Προέλευσης - Προορισμού (Inter_f) που περιέχει τα ονόματα των φωρατών καθώς και τις ροές που διέρχονται από αυτούς. Επίσης, ζητείται να δοθεί το όνομα του αρχείου (Inter_r) που περιέχει από ποιες ράμπες εισόδου η ροή διέρχεται από τον κάθε φωρατή και σε ποιες ράμπες εξόδου, κατάντη της θέσης του κάθε φωρατή, κατευθύνεται. Η συνέχεια του λογισμικού είναι η ίδια όπως πριν. Εικόνα 4: Interface του λογισμικού με εσωτερικές μετρήσεις Σαν έξοδος του λογισμικού δημιουργούνται δυο αρχεία τα οποία αναφέρονται με τη μορφή παραδείγματος στο Παράρτημα 2 33

34 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων ΚΕΦΑΛΑΙΟ 3 ΠΕΡΙΓΡΑΦΗ ΔΙΚΤΥΩΝ ΑΥΤΟΚΙΝΗΤΟΔΡΟΜΩΝ Τα δίκτυα αυτοκινητοδρόμων τα οποία χρησιμοποιήθηκαν για την υλοποίηση του στόχου της παρούσας εργασίας είναι ο περιφερειακός οδικός δακτύλιος Α10 που βρίσκεται στο Amsterdam της Ολλανδίας και ένα τμήμα του αυτοκινητοδρόμου Monash που βρίσκεται στη Μελβούρνη της Αυστραλίας. 3.1 Δίκτυο A10 Amsterdam Ολλανδίας Το δίκτυο του συγκεκριμένου αυτοκινητοδρόμου φαίνεται στην Εικόνα 5. Ο περιφερειακός αυτός δακτύλιος εξυπηρετεί ταυτόχρονα τόσο την τοπική όσο και την περιφερειακή κυκλοφορία αλλά ακόμη λειτουργεί και ως πύλη εισόδου και εξόδου στη βόρεια Ολλανδία. Το δίκτυο αυτό έχει μοντελοποιηθεί με βάση τους συνδέσμους, τους κόμβους και τις ράμπες εισόδου και εξόδου όπως φαίνεται στην Εικόνα 6. Όπως βλέπουμε από την Εικόνα 6 ο περιφερειακός Α10 αποτελείται από δύο δακτυλίους, έναν εσωτερικό και έναν 34

35 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων εξωτερικό. Η κατεύθυνση της κυκλοφορίας στον εσωτερικό δακτύλιο γίνεται σύμφωνα με τη κίνηση των δεικτών του ρολογιού (clockwise) ενώ στον εξωτερικό δακτύλιο αντίστροφα (counter-clockwise). Το συνολικό μήκος του εκάστοτε δακτυλίου είναι 32 χιλιόμετρα Επιπλέον, ο περιφερειακός Α10 έρχεται σε επικοινωνία με άλλους τέσσερις κύριους αυτοκινητόδρομους, τους Α1, Α2, Α4, Α8 όπου η απόσταση μέσω του Α10, μεταξύ των αυτοκινητοδρόμων Α1 και Α2 είναι 5 χιλιόμετρα, η απόσταση μεταξύ των αυτοκινητοδρόμων Α2 και Α4 είναι επίσης 5 χιλιόμετρα, η απόσταση μεταξύ των αυτοκινητοδρόμων Α4 και Α8 είναι 11,5 χιλιόμετρα και η απόσταση μεταξύ των αυτοκινητοδρόμων Α8 και Α1 είναι επίσης 11,5 χιλιόμετρα. Στα βόρεια του δικτύου, ο αυτοκινητόδρομος Α8 μεταφέρει ένα μεγάλο μέρος της κυκλοφορίας στην πόλη του Amsterdam. Στα Νότιο-δυτικά ο αυτοκινητόδρομος Α4 μεταφέρει τον κύριο όγκο της κυκλοφορίας μεταξύ του βόρειου τμήματος της Ολλανδίας και των περιοχών όπου παρουσιάζουν αυξημένη κυκλοφορία όπως το αεροδρόμιο του Schiphol, τη Χάγη και το Rotterdam. Ακόμη, ο αυτοκινητόδρομος Α2 ενώνει τον περιφερειακό δακτύλιο Α10 με το κέντρο της χώρας ενώ τέλος ο αυτοκινητόδρομος Α1 χρησιμεύει προκειμένου να συνδέει το βόρειο τμήμα της χώρας με το κέντρο του. Στον περιφερειακό οδικό δακτύλιο Α10 υπάρχουν δύο σήραγγες οι οποίες βυθίζονται στη θάλασσα, η μία είναι η oen Tunnel στα Βόρειο-δυτικά και η άλλη είναι η Zeeburg Tunnel στα Βόρειο-ανατολικά του Α10. Εκτός των τεσσάρων κύριων αυτοκινητοδρόμων ο περιφερειακός οδικός δακτύλιος Α10 συνδέεται και με άλλες 41 ράμπες εισόδου και 32 ράμπες εξόδου κατά μήκος του δακτυλίου. Σε κάθε μια από τις ράμπες εισόδου έχει δοθεί όνομα μοναδικό της μορφής O, και σε κάθε μια από τις a ράμπες εξόδου έχει δοθεί όνομα μοναδικό της μορφής. Αναλυτικότερα, 35

36 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων υπάρχουν 20 ράμπες εισόδου και 16 ράμπες εξόδου στον εσωτερικό δακτύλιο και 21 ράμπες εισόδου και 16 ράμπες εξόδου στον εξωτερικό δακτύλιο. Ο αριθμός των λωρίδων ανά δακτύλιο κυμαίνεται από τρεις μέχρι τέσσερις έκτος κάποιων σημείων όπως στην περιοχή της oen Tunnel όπου ο αριθμός των λωρίδων είναι δύο. Το σύνολο του περιφερειακού οδικού δακτυλίου Α10 μοντελοποιήθηκε με 104 συνδέσμους οι οποίοι διαχωρίζονται μεταξύ τους με κόμβους διακλάδωσης όπου υπάρχει ράμπα εισόδου ή ράμπα εξόδου ή αλλάζει ο αριθμός των λωρίδων. Σε καθένα σύνδεσμο έχει δοθεί όνομα μοναδικό της μορφής L και διαιρείται σε τμήματα, καθένα από του οποίου το μήκος c,κυμαίνεται από 350 έως 600 μέτρα. Εικόνα 5: Αυτοκινητόδρομος Α10 Amsterdam Ολλανδίας 36

37 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων A8 N W E S A1 A4 A2 Εικόνα 6: Μοντελοποίηση του αυτοκινητοδρόμου Α10 Amsterdam Ολλανδίας Στόχος, στο συγκεκριμένο δίκτυο, είναι η εύρεση των ποσοστών προέλευσηςπροορισμού από καθεμία ράμπα εισόδου σε καθεμία ράμπα εξόδου σύμφωνα με τη μοντελοποίηση που αναπτύχθηκε στο Κεφάλαιο 2. Οι περιορισμοί που υφίστανται στο δίκτυο αυτό είναι ότι η διαδρομή που θα καλύψουν τα οχήματα που εισέρχονται από κάποια ράμπα εισόδου δεν μπορεί να είναι μεγαλύτερη από το 65% του συνολικού μήκους του δακτυλίου για το λόγο ότι υπάρχουν και άλλες εναλλακτικές διαδρομές προκειμένου να φτάσει σε ράμπα εξόδου η οποία βρίσκεται πέραν του 65% του μήκους του δακτυλίου. 37

38 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων Επιπλέον, άλλος περιορισμός είναι ότι δεν μπορεί να υπάρχει ροή όπου θα εισέρχεται από μια ράμπα εισόδου που βρίσκεται στον εξωτερικό δακτύλιο και να καταλήγει σε ράμπα εξόδου που βρίσκεται στον εσωτερικό δακτύλιο και αντίστροφα. Όλα τα παραπάνω καθώς και όλα τα αρχεία εισόδου που απαιτούνται από το λογισμικό για το συγκεκριμένο δίκτυο περιγράφονται αναλυτικά στο Παράρτημα Δίκτυο Monash Melbourne Αυστραλίας Το δεύτερο δίκτυο αυτοκινητοδρόμου που εξετάστηκε είναι ο αυτοκινητόδρομος Monash που ενώνει το κέντρο της Μελβούρνης με τα νοτιοανατολικά προάστιά της καθώς επίσης και με τη περιοχή Gippsland. Μια άποψη του αυτοκινητοδρόμου αυτού μπορούμε να έχουμε βλέποντας την Εικόνα 7 όπως και την αεροφωτογραφία στην Εικόνα 8. Το δίκτυο αυτό έχει μοντελοποιηθεί όπως ο περιφερειακός Α10 όπως φαίνεται στην Εικόνα 9. Το συνολικό μήκος του αυτοκινητοδρόμου που εξετάστηκε και μοντελοποιήθηκε είναι 18 χιλιόμετρα περίπου και ο συνολικός αριθμός των συνδέσμων που χρησιμοποιήθηκαν είναι 34. Αυτός ο αριθμός των συνδέσμων περιλαμβάνει 17 συνδέσμους που βρίσκονται στον αυτοκινητόδρομο καθώς επίσης 9 ράμπες εισόδου και 8 ράμπες εξόδου. Οι σύνδεσμοι των αυτοκινητοδρόμων χωρίστηκαν σε 38 τμήματα καθένα από τα οποία έχει μήκος από 300 έως 650 μέτρα. Στην Εικόνα 9 απεικονίζεται το μοντελοποιημένο δίκτυο μαζί με τις θέσεις όπου υπάρχουν φωρατές. Τα βέλη αντιπροσωπεύουν τις συνδέσεις, και 38

39 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων οι κύκλοι αντιπροσωπεύουν τους κόμβους. Τρεις τύποι συνδέσεων χρησιμοποιούνται, δηλαδή, οι συνδέσεις αυτοκινητόδρομων (L1-L17), οι συνδέσεις προέλευσης (ονόματα ραμπών εισόδου και η MONASH_FR_ORIGIN) και συνδέσεις προορισμού (ονόματα ραμπών εξόδου και η ). Κάθε σύνδεσμος του αυτοκινητοδρόμου έχει διαιρεθεί σε διάφορα τμήματα και απεικονίζονται στην Εικόνα 9 με κάθετες γραμμές. Ένας κόμβος χρησιμοποιείται κυρίως όποτε υπάρχει μια ράμπα εισόδου ή μια ράμπα εξόδου οι οποίες ενώνονται με τον αυτοκινητόδρομο ή μια αλλαγή στον αριθμό των λωρίδων όπως συμβαίνει στον κόμβο Ν13. Όλοι οι σύνδεσμοι μέχρι τον σύνδεσμο L13a έχουνε 3 λωρίδες κυκλοφορίας και όλοι οι σύνδεσμοι από τον L14 και κατάντη αυτού έχουνε τέσσερις λωρίδες. Στο συγκεκριμένο δίκτυο, όπως και στο προηγούμενο, στόχος είναι η εύρεση των ποσοστών προέλευσης-προορισμού από καθεμία ράμπα εισόδου σε καθεμία ράμπα εξόδου σύμφωνα με τη μοντελοποίηση που αναπτύχθηκε στο Κεφάλαιο 2. Οι περιορισμοί που υφίστανται στο δίκτυο αυτό είναι ότι δεν υφίσταται ροή που εισέρχεται από μια ράμπα εισόδου και να κατευθύνεται σε ράμπα εξόδου η οποία βρίσκεται ανάντη της ράμπας εισόδου. Όλα τα παραπάνω καθώς και όλα τα αρχεία εισόδου που απαιτούνται από το λογισμικό για το συγκεκριμένο δίκτυο περιγράφονται αναλυτικά στο Παράρτημα 2. 39

40 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων Εικόνα 7: Αυτοκινητόδρομος Monash Εικόνα 8: Αεροφωτογραφία του αυτοκινητοδρόμου Monash 40

41 Κεφάλαιο 3: Περιγραφή Δικτύων Αυτοκινητοδρόμων Εικόνα 9: Μοντελοποίηση του αυτοκινητοδρόμου Monash 41

42 Κεφάλαιο 4: Διερεύνηση για το Δίκτυο Monash Melbourne Αυστραλίας ΚΕΦΑΛΑΙΟ 4 ΔΙΕΡΕΥΝΗΣΗ ΓΙΑ ΤΟ ΔΙΚΤΥΟ MONASH MELBOURNE ΑΥΣΤΡΑΛΙΑΣ Η διερεύνηση των ποσοστών προέλευσης προορισμού έγινε στο δίκτυο Monash Melbourne λόγω μικρότερης κλίμακας και λιγότερης πολυπλοκότητας σε σχέση με το αντίστοιχο δίκτυο του αυτοκινητοδρόμου Α10 στο Amsterdam, οπότε ο έλεγχος και η σύγκριση των ποσοστών είναι σχετικά πιο εύκολο να γίνουν. Στην περίπτωση αυτή, διερευνήθηκαν οι περιπτώσεις όπου εξετάζονται 6 ώρες δηλαδή, από τις 6 το πρωί μέχρι τις 12 το μεσημέρι, ανά 15, 20, 25, 30, 35, 40 και 60 λεπτά. Αυτό σημαίνει ότι έχουν υπολογιστεί οι μέσοι όροι των μετρήσεων ανά 15, 20, 25, 30, 35, 40 και 60 λεπτά και με βάση αυτές τις μετρήσεις υπολογίζονται τα ποσοστά προέλευσης - προορισμού. Επίσης, διερευνήθηκαν οι περιπτώσεις όπου εξετάζονται 5 ώρες δηλαδή, από τις 6 το πρωί μέχρι τις 11, ανά 30 και 60 λεπτά, 4 ώρες δηλαδή, από τις 6:30 το πρωί μέχρι τις 10:30, ανά 30 και 60 λεπτά, 3 ώρες δηλαδή, από τις 7 το πρωί μέχρι τις 10, ανά 30 και 60 λεπτά και 2 ώρες δηλαδή, από τις 7:30 το πρωί μέχρι τις 9:30, ανά 30 και 60 λεπτά. Αξίζει να σημειωθεί ότι στην πραγματικότητα παρουσιάζεται μεγάλη κυκλοφοριακή συμφόρηση από τις 6:45 περίπου το 42

43 Κεφάλαιο 4: Διερεύνηση για το Δίκτυο Monash Melbourne Αυστραλίας πρωί και εξαλείφεται γύρω στις 10:30 το οποίο αποτέλεσε κριτήριο για να ληφθούν υπόψη τα παραπάνω χρονικά διαστήματα. Στο σημείο αυτό θα εισάγουμε ένα νέο μέτρο σύγκρισης το οποίο θα χρησιμοποιηθεί στις διερευνήσεις. Μέχρι τώρα η ποσότητα σύγκρισης που έχουμε είναι η τιμή της αντικειμενικής συνάρτησης. Εξαιτίας του γεγονότος ότι υπάρχουν διαφορετικά χρονικά διαστήματα και διαφορετικοί χρονικοί μέσοι όροι, είναι δόκιμο να υπάρχει αντιπροσωπευτικότερο μέτρο σύγκρισης μεταξύ των περιπτώσεων που διερευνώνται. Για το λόγο αυτό η εκάστοτε τιμή της αντικειμενικής συνάρτησης διαιρείται με το σύνολο των τιμών του συνόλου Τ. Παραδείγματος χάριν, για το χρονικό διάστημα των 6 ωρών με χρονικούς μέσους όρους τα 15 λεπτά, η τιμή της αντικειμενικής συνάρτησης διαιρείται με το 24 μιας και ο αριθμός αυτός εκφράζει το σύνολο των χρονικών μέσων ωρών που περιέχεται στο χρονικό διάστημα των 6 ωρών. Πιο συγκεκριμένα, η νέα ποσότητα θα είναι ίση με J J Total = όπου T είναι το Total/T T σύνολο των στοιχείων που περιέχονται στο σύνολο T (cardinality). Η νέα αυτή ποσότητα δεν αλλοιώνει την αποτελεσματικότητα του μέτρου σύγκρισης μιας και σε όλες τις διερευνήσεις τόσο ο αριθμός των ραμπών εισόδου και εξόδου όσο και ο αριθμός των μετρήσεων παραμένει ο ίδιος. Συνεχίζοντας τη διερεύνηση στον Πίνακα 1 παρουσιάζεται η τιμή της ποσότητας J για καθένα από τα χρονικά παράθυρα. Όπως παρατηρούμε Total/T από τον πίνακα όσο μεγαλώνει ο χρονικός μέσος όρος τόσο η ποσότητα αυτή μειώνεται και η μικρότερη εντοπίζεται στο χρονικό διάστημα των 3 ωρών με χρονικό μέσο όρο τα 60 λεπτά. Ο Πίνακας 2 παρουσιάζει τις ποσοστιαίες μεταβολές της τιμής της αντικειμενικής συνάρτησης ανά χρονικό διάστημα και ανά χρονικούς μέσους όρους για τα παραπάνω χρονικά διαστήματα, 43

44 Κεφάλαιο 4: Διερεύνηση για το Δίκτυο Monash Melbourne Αυστραλίας παίρνοντας ως σημείο αναφοράς το χρονικό διάστημα 6 ωρών με χρονικούς μέσους όρους των 30 λεπτών. Από τις ποσοστιαίες μεταβολές παρατηρούμε ότι όσο μικρότερο είναι ο χρονικός μέσος όρος τόσο η τιμή της αντικειμενικής συνάρτησης αποκλίνει και παρουσιάζει μεγαλύτερο σφάλμα πράγμα το οποίο ήταν αναμενόμενο γιατί τα οχήματα τα οποία εισέρχονται στο δίκτυο δεν έχουν προλάβει να εξέλθουν στο διάστημα των 15 ή 20 λεπτών λαμβάνοντας υπόψη και την κυκλοφοριακή συμφόρηση που υπάρχει στο δίκτυο. Πολύ μικρές μεταβολές στην τιμή του αντικειμενικού κριτηρίου παρουσιάζονται στις περιπτώσεις του χρονικού διαστήματος των 6 ωρών με χρονικό μέσο όρο τα 25 λεπτά και του χρονικού διαστήματος των 5 ωρών με χρονικό μέσο όρο τα 30 λεπτά. Πίνακας 1: Μεταβολή της ποσότητας J ανά χρονικό διάστημα και χρονικούς μέσους όρους Total/T 2ωρο 3ωρο 4ωρο 5ωρο 6ωρο 15 min min min min min min min Πίνακας 2: Ποσοστιαίες μεταβολές της αντικειμενικής συνάρτησης ανά χρονικό διάστημα και χρονικούς μέσους όρους 2ωρο 3ωρο 4ωρο 5ωρο 6ωρο 15 min 148% 20 min 2.5% 25 min 1.9% 30 min 11.1% 12.5% 3.9% 1.8% 35 min 4.9% 40 min 5.6% 60 min 5.9% 12% 4.7% 7.5% 3.7% 44

45 Κεφάλαιο 4: Διερεύνηση για το Δίκτυο Monash Melbourne Αυστραλίας Ενδεικτικά, στους Πίνακες 3, 4, 5 και 6 φαίνονται τα ποσοστά προέλευσης προορισμού για τα χρονικά διαστήματα 3 και 6 ωρών και για τους χρονικούς μέσους όρους 30 και 60 λεπτών αντίστοιχα. Βλέποντας τα ποσοστά αυτά παρατηρούμε ότι όταν έχουμε χρονικό μέσο όρο τα 30 λεπτά τα αποτελέσματα είναι λιγότερο λογικά από ότι σε εκείνα που έχουμε χρονικό μέσο όρο τα 60 λεπτά όπου παρατηρείται μεγαλύτερη κατανομή στις ράμπες εξόδου. Πιο συγκεκριμένα, στα 30 λεπτά βλέπουμε ότι η ροή από κάποιες ράμπες εισόδου (ON_JAKSONS, ON_WELLINGTON, ON_WARRIGAL και ON_HIGH_ST) κατευθύνεται αποκλειστικά στην τελευταία κύρια έξοδο () πράγμα το οποίο είναι ανέφικτο και το οποίο δεν παρατηρείται στην περίπτωση που έχουμε χρονικό μέσο όρο τα 60 λεπτά. Επίσης, στην περίπτωση των 60 λεπτών τόσο όταν έχουμε χρονικό διάστημα τις 3 ώρες όσο και όταν έχουμε χρονικό διάστημα τις 6 ώρες η ροή από όλες σχεδόν τις ράμπες εισόδου, κατά μέγιστο βαθμό, κατευθύνεται στην κύρια ράμπα εξόδου. Βέβαια και στην περίπτωση των 60 λεπτών παρατηρούνται κάποια ποσοστά τα οποία δεν φαίνονται λογικά, όπως για παράδειγμα, η ροή από τη ράμπα εισόδου ON_FORSTER στην περίπτωση του χρονικού διαστήματος των 3 και 6 ωρών δεν κατευθύνεται καθόλου στην κύρια ράμπα εξόδου, πράγμα ανέφικτο. Ακόμη, στην περίπτωση του χρονικού διαστήματος των 6 ωρών και χρονικού μέσου όρου των 60 λεπτών η ροή που κατευθύνεται στη ράμπα εξόδου HUNTINGDALE προέρχεται κατά κύριο λόγο μόνο από τη ράμπα εισόδου ON_FORSTER. Η περίπτωση που εξετάστηκε παραπάνω προς χάριν συντομίας θα ονομάζεται ως βέλτιστη περίπτωση μιας και αποτελεί το μέτρο σύγκρισης για τις υπόλοιπες διερευνήσεις που ακολουθούν. 45

46 Κεφάλαιο 4: Διερεύνηση για το Δίκτυο Monash Melbourne Αυστραλίας Πίνακας 3: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 6 ωρών και χρονικούς μέσους όρους 30 λεπτών WELLINGTON SPRINGVALE BLAKBURN FORSTER HUNTINGDALE WARRIGAL BURKE MONASH_FR_ORIGIN ON_JAKSONS ON_WELLINGTON ON_FERNTREE ON_BLAKBURN ON_FORSTER ON_WARRIGAL ON_HIGH_ST ON_BURKE Πίνακας 4: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 3 ωρών και χρονικούς μέσους όρους 30 λεπτών WELLINGTON SPRINGVALE BLAKBURN FORSTER HUNTINGDALE WARRIGAL BURKE MONASH_FR_ORIGIN ON_JAKSONS ON_WELLINGTON ON_FERNTREE ON_BLAKBURN ON_FORSTER ON_WARRIGAL ON_HIGH_ST ON_BURKE

47 Κεφάλαιο 4: Διερεύνηση για το Δίκτυο Monash Melbourne Αυστραλίας Πίνακας 5: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 6 ωρών και χρονικούς μέσους όρους 60 λεπτών WELLINGTON SPRINGVALE BLAKBURN FORSTER HUNTINGDALE WARRIGAL BURKE MONASH_FR_ORIGIN ON_JAKSONS ON_WELLINGTON ON_FERNTREE ON_BLAKBURN ON_FORSTER ON_WARRIGAL ON_HIGH_ST ON_BURKE Πίνακας 6: Ποσοστά προέλευσης - προορισμού για χρονικό διάστημα 3 ωρών και χρονικούς μέσους όρους 60 λεπτών WELLINGTON SPRINGVALE BLAKBURN FORSTER HUNTINGDALE WARRIGAL BURKE MONASH_FR_ORIGIN ON_JAKSONS ON_WELLINGTON ON_FERNTREE ON_BLAKBURN ON_FORSTER ON_WARRIGAL ON_HIGH_ST ON_BURKE

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση

Διαβάστε περισσότερα

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX Θεμελιώδης αλγόριθμος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού που κάνει χρήση της θεωρίας της Γραμμικής Άλγεβρας Προτάθηκε από το Dantzig (1947) και πλέον

Διαβάστε περισσότερα

Μοντέλα Διανομής και Δικτύων

Μοντέλα Διανομής και Δικτύων Μοντέλα Διανομής και Δικτύων 10-03-2017 2 Πρόβλημα μεταφοράς (1) Τα προβλήματα μεταφοράς ανακύπτουν συχνά σε περιπτώσεις σχεδιασμού διανομής αγαθών και υπηρεσιών από τα σημεία προσφοράς προς τα σημεία

Διαβάστε περισσότερα

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Προϋποθέσεις Εφαρμογής

Διαβάστε περισσότερα

Κεφάλαιο 4ο: Δικτυωτή Ανάλυση

Κεφάλαιο 4ο: Δικτυωτή Ανάλυση Κεφάλαιο ο: Δικτυωτή Ανάλυση. Εισαγωγή Η δικτυωτή ανάλυση έχει παίξει σημαντικό ρόλο στην Ηλεκτρολογία. Όμως, ορισμένες έννοιες και τεχνικές της δικτυωτής ανάλυσης είναι πολύ χρήσιμες και σε άλλες επιστήμες.

Διαβάστε περισσότερα

Case 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ

Case 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ Case 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ Η «OutBoard Motors Co» παράγει τέσσερα διαφορετικά είδη εξωλέμβιων (προϊόντα 1 4) Ο γενικός διευθυντής κ. Σχοινάς, ενδιαφέρεται

Διαβάστε περισσότερα

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες Χρήσης Creative

Διαβάστε περισσότερα

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n µεταβλητών και m περιορισµών Εστω πραγµατικοί αριθµοί a ij, b j, c i R µε 1 i m, 1 j n Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n

Διαβάστε περισσότερα

z = c 1 x 1 + c 2 x c n x n

z = c 1 x 1 + c 2 x c n x n Τεχνολογικό Εκπαιδευτικό Ιδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός & Βελτιστοποίηση Δρ. Δημήτρης Βαρσάμης Καθηγητής Εφαρμογών Δρ. Δημήτρης Βαρσάμης Μάρτιος

Διαβάστε περισσότερα

3.7 Παραδείγματα Μεθόδου Simplex

3.7 Παραδείγματα Μεθόδου Simplex 3.7 Παραδείγματα Μεθόδου Simplex Παράδειγμα 1ο (Παράδειγμα 1ο - Κεφάλαιο 2ο - σελ. 10): Το πρόβλημα εκφράζεται από το μαθηματικό μοντέλο: max z = 600x T + 250x K + 750x Γ + 450x B 5x T + x K + 9x Γ + 12x

Διαβάστε περισσότερα

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ Ο χρονικός ορίζοντας απαρτίζεται από διαδοχικές χρονικές περιόδους. Διαμόρφωση ενός χαρτοφυλακίου στο οποίο, καθώς ο χρόνος εξελίσσεται, το διαθέσιμο

Διαβάστε περισσότερα

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης

Διαβάστε περισσότερα

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) + KΕΦΑΛΑΙΟ 4 Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ανισότητες 4. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΑΝΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση

Διαβάστε περισσότερα

1. Ποια μεγέθη ονομάζονται μονόμετρα και ποια διανυσματικά;

1. Ποια μεγέθη ονομάζονται μονόμετρα και ποια διανυσματικά; ΚΕΦΑΛΑΙΟ 2 ο ΚΙΝΗΣΗ 2.1 Περιγραφή της Κίνησης 1. Ποια μεγέθη ονομάζονται μονόμετρα και ποια διανυσματικά; Μονόμετρα ονομάζονται τα μεγέθη τα οποία, για να τα προσδιορίσουμε πλήρως, αρκεί να γνωρίζουμε

Διαβάστε περισσότερα

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 1 Βελτιστοποίηση Στην προσπάθεια αντιμετώπισης και επίλυσης των προβλημάτων που προκύπτουν στην πράξη, αναπτύσσουμε μαθηματικά μοντέλα,

Διαβάστε περισσότερα

1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη;

1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; ΚΕΦΑΛΑΙΟ 2 ο ΚΙΝΗΣΗ 2.1 Περιγραφή της Κίνησης 1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; Κινηματική είναι ο κλάδος της Φυσικής που έχει ως αντικείμενο τη μελέτη της κίνησης. Στην Κινηματική

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Bέλτιστος σχεδιασμός με αντικειμενική συνάρτηση και περιορισμούς

Διαβάστε περισσότερα

Αστικά υδραυλικά έργα

Αστικά υδραυλικά έργα Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος Αστικά υδραυλικά έργα Υδραυλική ανάλυση δικτύων διανομής Δημήτρης Κουτσογιάννης, Καθηγητής ΕΜΠ Σχολή Πολιτικών Μηχανικών Άδεια Χρήσης

Διαβάστε περισσότερα

Κίνηση ΚΕΦΑΛΑΙΟ 2 Β ΓΥΜΝΑΣΙΟΥ

Κίνηση ΚΕΦΑΛΑΙΟ 2 Β ΓΥΜΝΑΣΙΟΥ Κίνηση ΚΕΦΑΛΑΙΟ 2 Β ΓΥΜΝΑΣΙΟΥ 2.1 Περιγραφή της Κίνησης 1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; Κινηματική είναι ο κλάδος της Φυσικής που έχει ως αντικείμενο τη μελέτη της κίνησης.

Διαβάστε περισσότερα

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ 1 η Διάλεξη: Αναδρομή στον Μαθηματικό Προγραμματισμό 2019, Πολυτεχνική Σχολή Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Περιεχόμενα 1. Γραμμικός Προγραμματισμός

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I Επιχειρησιακή Έρευνα I Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα 1. Εισαγωγή 2. Γραμμικός Προγραμματισμός 1. Μοντελοποίηση 2. Μέθοδος Simplex 1. Αλγόριθμός Simplex

Διαβάστε περισσότερα

Προβλήματα Μεταφορών (Transportation)

Προβλήματα Μεταφορών (Transportation) Προβλήματα Μεταφορών (Transportation) Παραδείγματα Διατύπωση Γραμμικού Προγραμματισμού Δικτυακή Διατύπωση Λύση Γενική Μέθοδος Simplex Μέθοδος Simplex για Προβλήματα Μεταφοράς Παράδειγμα: P&T Co ΗεταιρείαP&T

Διαβάστε περισσότερα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα Θεωρία Δυαδικότητας Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόμενα Παρουσίασης 1. Βασικά Θεωρήματα 2. Παραδείγματα 3. Οικονομική Ερμηνεία

Διαβάστε περισσότερα

Το µαθηµατικό µοντέλο του Υδρονοµέα

Το µαθηµατικό µοντέλο του Υδρονοµέα Ερευνητικό έργο: Εκσυγχρονισµός της εποπτείας και διαχείρισης του συστήµατος των υδατικών πόρων ύδρευσης της Αθήνας Το µαθηµατικό µοντέλο του Υδρονοµέα Ανδρέας Ευστρατιάδης και Γιώργος Καραβοκυρός Τοµέας

Διαβάστε περισσότερα

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΊΔΡΥΜΑ ΑΘΗΝΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΒΙΟΪΑΤΡΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΊΔΡΥΜΑ ΑΘΗΝΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΒΙΟΪΑΤΡΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΊΔΡΥΜΑ ΑΘΗΝΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΒΙΟΪΑΤΡΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΗΛΕΚΤΡΙΚΑ ΚΥΚΛΩΜΑΤΑ ΚΑΙ ΜΕΤΡΗΣΕΙΣ ΣΤΗ ΒΙΟΪΑΤΡΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 6: ΠΑΡΑΛΛΗΛΗ

Διαβάστε περισσότερα

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη.

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. 4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. Η μετατροπή μιας εντολής επανάληψης σε μία άλλη ή στις άλλες δύο εντολές επανάληψης, αποτελεί ένα θέμα που αρκετές φορές έχει εξεταστεί σε πανελλαδικό

Διαβάστε περισσότερα

Ανάλυση Ηλεκτρικών Κυκλωμάτων με Αντιστάσεις

Ανάλυση Ηλεκτρικών Κυκλωμάτων με Αντιστάσεις Πανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών ΗΥ-2: Ηλεκτρονικά Κυκλώματα Γιώργος Δημητρακόπουλος Άνοιξη 2008 Ανάλυση Ηλεκτρικών Κυκλωμάτων με Αντιστάσεις H ανάλυση ενός κυκλώματος με αντιστάσεις στη

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20 Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων Ισαάκ Η Λαγαρής 1 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιον Ιωαννίνων 1 Με υλικό από το υπό προετοιμασία βιβλίο των: Βόγκλη,

Διαβάστε περισσότερα

Κίνηση σε φθηνότερη διαδροµή µε µη γραµµικό κόστος

Κίνηση σε φθηνότερη διαδροµή µε µη γραµµικό κόστος υποδο?ών?εταφράζεταισε?ίαγενικότερηεξοικονό?ησηπαραγωγικώνπόρωνγιατηκοινωνία. τεχνικέςυποδο?ές,όπωςείναιαυτοκινητόδρο?οι,γέφυρεςκ.λ.π.ηκατασκευήτέτοιων Μιααπ τιςβασικέςλειτουργίεςτουκράτουςείναιοεφοδιασ?όςτηςκοινωνίας?εβασικές

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ ΜΕΡΟΣ ΙΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ 36 ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ Πολλές από τις αποφάσεις

Διαβάστε περισσότερα

Κεφάλαιο 12: Υδραυλική ανάλυση δικτύων διανομής

Κεφάλαιο 12: Υδραυλική ανάλυση δικτύων διανομής Κεφάλαιο 12: Υδραυλική ανάλυση δικτύων διανομής Εννοιολογική αναπαράσταση δίκτυων διανομής Σχηματοποίηση: δικτυακή απεικόνιση των συνιστωσών του φυσικού συστήματος ως συνιστώσες ενός εννοιολογικού μοντέλου

Διαβάστε περισσότερα

5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής Θεωρία Παιγνίων και Αποφάσεων Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος Ε. Μαρκάκης Επικ. Καθηγητής Περίληψη Παίγνια μηδενικού αθροίσματος PessimisIc play Αμιγείς max-min και

Διαβάστε περισσότερα

Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Αστικά Υδραυλικά Έργα Μέρος Α: Υδρευτικά έργα

Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Αστικά Υδραυλικά Έργα Μέρος Α: Υδρευτικά έργα Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Αστικά Υδραυλικά Έργα Μέρος Α: Υδρευτικά έργα Άσκηση E9: Εκτίµηση παροχών εξόδου κόµβων, υπολογισµός ελάχιστης κατώτατης

Διαβάστε περισσότερα

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ) Εικονικές Παράμετροι Μέχρι στιγμής είδαμε την εφαρμογή της μεθόδου Simplex σε προβλήματα όπου το δεξιό μέλος ήταν θετικό. Δηλαδή όλοι οι περιορισμοί ήταν της μορφής: όπου Η παραδοχή ότι b 0 μας δίδει τη

Διαβάστε περισσότερα

«Ευφυή Συστήματα Μεταφορών & Eξελίξεις στην Ελλάδα»

«Ευφυή Συστήματα Μεταφορών & Eξελίξεις στην Ελλάδα» Με την επίσημη υποστήριξη: Καθ. Μάρκος Παπαγεωργίου Διευθυντής Εργαστηρίου Δυναμικών Συστημάτων και Προσομοίωσης, Πολυτεχνείο Κρήτης Διημερίδα ITS Hellas «Ευφυή Συστήματα Μεταφορών & Eξελίξεις στην Ελλάδα»

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: μέθοδοι μονοδιάστατης ελαχιστοποίησης Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 6 η /2017 Τι παρουσιάστηκε

Διαβάστε περισσότερα

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Η πλέον γνωστή και περισσότερο χρησιµοποιηµένη µέθοδος για την επίλυση ενός γενικού προβλήµατος γραµµικού προγραµµατισµού, είναι η µέθοδος Simplex η οποία αναπτύχθηκε

Διαβάστε περισσότερα

Ανάλυση δικτύων διανομής

Ανάλυση δικτύων διανομής Υδραυλική & Υδραυλικά Έργα 5 ο εξάμηνο Σχολής Πολιτικών Μηχανικών Ανάλυση δικτύων διανομής Χρήστος Μακρόπουλος, Ανδρέας Ευστρατιάδης & Παναγιώτης Κοσσιέρης Τομέας Υδατικών Πόρων & Περιβάλλοντος, Εθνικό

Διαβάστε περισσότερα

Αστικά υδραυλικά έργα

Αστικά υδραυλικά έργα Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων και Περιβάλλοντος Αστικά υδραυλικά έργα Διαστασιολόγηση αγωγών και έλεγχος πιέσεων δικτύων διανομής Δημήτρης Κουτσογιάννης, Καθηγητής ΕΜΠ Σχολή Πολιτικών

Διαβάστε περισσότερα

1. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ

1. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ . ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ. Μέγιστα και Ελάχιστα Συναρτήσεων Χωρίς Περιορισμούς Συναρτήσεις μιας Μεταβλητής Εστω f ( x) είναι συνάρτηση μιας μόνο μεταβλητής. Εστω επίσης ότι x είναι ένα σημείο στο πεδίο ορισμού

Διαβάστε περισσότερα

Προβλήµατα Μεταφορών (Transportation)

Προβλήµατα Μεταφορών (Transportation) Προβλήµατα Μεταφορών (Transportation) Προβλήµατα Μεταφορών (Transportation) Μέθοδος Simplex για Προβλήµατα Μεταφοράς Προβλήµατα Εκχώρησης (assignment) Παράδειγµα: Κατανοµή Νερού Η υδατοπροµήθεια µιας περιφέρεια

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 9: : Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα EE & Εισαγωγή Μαθηματικός Προγραμματισμός - Γραμμικός Προγραμματισμός

Διαβάστε περισσότερα

4.4 Το πρόβλημα του ελάχιστου ζευγνύοντος δένδρου

4.4 Το πρόβλημα του ελάχιστου ζευγνύοντος δένδρου . Το πρόβλημα του ελάχιστου ζευγνύοντος δένδρου Σ αυτή την παράγραφο θα εξεταστεί μια παραλλαγή του προβλήματος της συντομότερης διαδρομής, το πρόβλημα του ελάχιστου ζευγνύοντος δένδρου. Σ αυτό το πρόβλημα

Διαβάστε περισσότερα

ΗΥ-121: Ηλεκτρονικά Κυκλώματα Γιώργος Δημητρακόπουλος. Βασικές Αρχές Ηλεκτρικών Κυκλωμάτων

ΗΥ-121: Ηλεκτρονικά Κυκλώματα Γιώργος Δημητρακόπουλος. Βασικές Αρχές Ηλεκτρικών Κυκλωμάτων Πανεπιστήμιο Κρήτης Τμήμα Επιστήμης Υπολογιστών ΗΥ-121: Ηλεκτρονικά Κυκλώματα Γιώργος Δημητρακόπουλος Άνοιξη 2008 Βασικές Αρχές Ηλεκτρικών Κυκλωμάτων Ηλεκτρικό ρεύμα Το ρεύμα είναι αποτέλεσμα της κίνησης

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 1: Δυϊκή Θεωρία, Οικονομική Ερμηνεία Δυϊκού Προβλήματος Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Παρεμβολή και Παρεκβολή Εισαγωγή Ορισμός 6.1 Αν έχουμε στη διάθεσή μας τιμές μιας συνάρτησης

Διαβάστε περισσότερα

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή διαδικασίας παραγωγής αναγνωρίζει

Διαβάστε περισσότερα

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων Επιχειρησιακή Έρευνα Τυπικό Εξάμηνο: Δ Αλέξιος Πρελορέντζος Εισαγωγή Ορισμός 1 Η συστηματική εφαρμογή ποσοτικών μεθόδων, τεχνικών

Διαβάστε περισσότερα

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7o Μάθημα: Απλή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

Συγκοινωνιακός Σχεδιασµός κόµβος Σχήµα.. Αναπαράσταση σε χάρτη του οδικού δικτύου µιας περιοχής... Μέθοδοι καταµερισµού των µετακινήσεων.. Εύρεση βέλτ

Συγκοινωνιακός Σχεδιασµός κόµβος Σχήµα.. Αναπαράσταση σε χάρτη του οδικού δικτύου µιας περιοχής... Μέθοδοι καταµερισµού των µετακινήσεων.. Εύρεση βέλτ Καταµερισµός των µετακινήσεων στο οδικό δίκτυο.. Εισαγωγή Το τέταρτο και τελευταίο στάδιο στη διαδικασία του αστικού συγκοινωνιακού σχεδιασµού είναι ο καταµερισµός των µετακινήσεων στο οδικό δίκτυο (λεωφόρους,

Διαβάστε περισσότερα

ΠΑΡΑΡΤΗΜΑ Γ. Επικαμπύλια και Επιφανειακά Ολοκληρώματα. Γ.1 Επικαμπύλιο Ολοκλήρωμα

ΠΑΡΑΡΤΗΜΑ Γ. Επικαμπύλια και Επιφανειακά Ολοκληρώματα. Γ.1 Επικαμπύλιο Ολοκλήρωμα ΠΑΡΑΡΤΗΜΑ Γ Επικαμπύλια και Επιφανειακά Ολοκληρώματα Η αναγκαιότητα για τον ορισμό και την περιγραφή των ολοκληρωμάτων που θα περιγράψουμε στο Παράρτημα αυτό προκύπτει από το γεγονός ότι τα μεγέθη που

Διαβάστε περισσότερα

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 τελευταία ενημέρωση: 21/10/2016

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ Α. Ντούνης ΔΙΔΑΣΚΩΝ Χ. Τσιρώνης ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ - Αναλυτικές τεχνικές - Ειδικά θέματα θεωρίας - Λύση ασκήσεων πράξης ΑΝΑΛΥΤΙΚΕΣ ΤΕΧΝΙΚΕΣ Τι μάθαμε μέχρι τώρα: Να επιλύουμε

Διαβάστε περισσότερα

Το Πρόβλημα Μεταφοράς

Το Πρόβλημα Μεταφοράς Το Πρόβλημα Μεταφοράς Αφορά τη μεταφορά ενός προϊόντος από διάφορους σταθμούς παραγωγής σε διάφορες θέσεις κατανάλωσης με το ελάχιστο δυνατό κόστος. Πρόκειται για το πιο σπουδαίο πρότυπο προβλήματος γραμμικού

Διαβάστε περισσότερα

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: βελτιστοποίηση χωρίς περιορισμούς Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 7-8 η /2017 Τι παρουσιάστηκε

Διαβάστε περισσότερα

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr I ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ i e ΜΕΡΟΣ Ι ΟΡΙΣΜΟΣ - ΒΑΣΙΚΕΣ ΠΡΑΞΕΙΣ Α Ορισμός Ο ορισμός του συνόλου των Μιγαδικών αριθμών (C) βασίζεται στις εξής παραδοχές: Υπάρχει ένας αριθμός i για τον οποίο ισχύει i Το σύνολο

Διαβάστε περισσότερα

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017 Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Η μέθοδος Simplex Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 19/01/2017 1 Πλεονεκτήματα Η μέθοδος Simplex Η μέθοδος Simplex είναι μια

Διαβάστε περισσότερα

, όταν f είναι μια συνάρτηση παραγωγίσιμη στο x. 0, τότε ονομάζουμε ρυθμό μεταβολής του y ως προς το x στο σημείο x. 0 την παράγωγο f ( x 0

, όταν f είναι μια συνάρτηση παραγωγίσιμη στο x. 0, τότε ονομάζουμε ρυθμό μεταβολής του y ως προς το x στο σημείο x. 0 την παράγωγο f ( x 0 ΡΥΘΜΟΣ ΜΕΤΑΒΟΛΗΣ ΟΡΙΣΜΟΣ : Αν δυο μεταβλητά μεγέθη, y συνδέονται με τη σχέση y f (, όταν f είναι μια συνάρτηση παραγωγίσιμη στο, τότε ονομάζουμε ρυθμό μεταβολής του y ως προς το στο σημείο την παράγωγο

Διαβάστε περισσότερα

Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο. Δίκτυα Ροής Ελάχιστου Κόστους (Minimum Cost Flow Networks)

Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο. Δίκτυα Ροής Ελάχιστου Κόστους (Minimum Cost Flow Networks) Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο Ορισμοί Παραδείγματα Δικτυακή Simplex (προβλήματα με και χωρίς φραγμούς). Δίκτυα Ροής Ελάχιστου Κόστους (Minimum ost Flow Networks) Ένα δίκτυο μεταφόρτωσης αποτελείται

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού

Πληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού Πληροφοριακά Συστήματα Διοίκησης Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού Σημασία μοντέλου Το μοντέλο δημιουργεί μια λογική δομή μέσω της οποίας αποκτούμε μια χρήσιμη άποψη

Διαβάστε περισσότερα

Ε Θ Ν Ι Κ Ο Μ Ε Τ Σ Ο Β Ι Ο Π Ο Λ Υ Τ Ε Χ Ν Ε Ι Ο

Ε Θ Ν Ι Κ Ο Μ Ε Τ Σ Ο Β Ι Ο Π Ο Λ Υ Τ Ε Χ Ν Ε Ι Ο Ε Θ Ν Ι Κ Ο Μ Ε Τ Σ Ο Β Ι Ο Π Ο Λ Υ Τ Ε Χ Ν Ε Ι Ο ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Δ.Π.Μ.Σ.: «ΕΠΙΣΤΗΜΗ & ΤΕΧΝΟΛΟΓΙΑ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ» ΤΟΜΕΑΣ ΔΙΑΧΕΙΡΙΣΗΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ Μάθημα: Διαχείριση Υδατικών

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Dr. Christos D. Tarantilis Associate Professor in Operations Research & Management Science http://tarantilis.dmst.aueb.gr/ ΕΦΑΡΜΟΓΕΣ ΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Ι - 1- ΣΥΝΔΥΑΣΤΙΚΗΔΟΜΗ:

Διαβάστε περισσότερα

ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ

ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΡΧΗ 1ης ΣΕΛΙ ΑΣ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΑΓΩΝΙΣΜΑ ΠΕΡΙΟΔΟΥ : ΦΕΒΡΟΥΑΡΙΟΥ ΣΥΝΟΛΟ ΣΕΛΙΔΩΝ : 7 ΘΕΜΑ Α :

Διαβάστε περισσότερα

Οδοποιία ΙΙ ΚΡΟΥΣΤΙΚΑ ΚΥΜΑΤΑ. Κωνσταντίνος Αντωνίου Αναπληρωτής Καθηγητής ΕΜΠ

Οδοποιία ΙΙ ΚΡΟΥΣΤΙΚΑ ΚΥΜΑΤΑ. Κωνσταντίνος Αντωνίου Αναπληρωτής Καθηγητής ΕΜΠ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονό ων Το ογράφων Μηχανικών ΕΜΠ Εργαστήριο Συγκοινωνιακής Τεχνικής Οδοποιία ΙΙ Κωνσταντίνος Αντωνίου Αναπληρωτής Καθηγητής ΕΜΠ antoniou@central.ntua.gr ΚΡΟΥΣΤΙΚΑ ΚΥΜΑΤΑ

Διαβάστε περισσότερα

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας 2. Βασικές Έννοιες Γραμμικού Προγραμματισμού 69 2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας Ένα μοντέλο γραμμικού προγραμματισμού πρέπει να λαμβάνει υπόψη το δυναμικό περιβάλλον των συνεχών αλλαγών

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ (Transportation Problems) Βασίλης Κώστογλου E-mail: vkostogl@it.teithe.gr URL: www.it.teithe.gr/~vkostogl Περιγραφή Ένα πρόβλημα μεταφοράς ασχολείται με το πρόβλημα του προσδιορισμού του καλύτερου δυνατού

Διαβάστε περισσότερα

min f(x) x R n (1) x g (2)

min f(x) x R n (1) x g (2) KΕΦΑΛΑΙΟ Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ισότητες. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση κάτω από

Διαβάστε περισσότερα

0x2 = 2. = = δηλαδή η f δεν. = 2. Άρα η συνάρτηση f δεν είναι συνεχής στο [0,3]. Συνεπώς δεν. x 2. lim f (x) = lim (2x 1) = 3 και x 2 x 2

0x2 = 2. = = δηλαδή η f δεν. = 2. Άρα η συνάρτηση f δεν είναι συνεχής στο [0,3]. Συνεπώς δεν. x 2. lim f (x) = lim (2x 1) = 3 και x 2 x 2 ΚΕΦΑΛΑΙΟ ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 8: ΘΕΩΡΗΜΑ BOLZANO - ΠΡΟΣΗΜΟ ΣΥΝΑΡΤΗΣΗΣ - ΘΕΩΡΗΜΑ ΕΝΔΙΑΜΕΣΩΝ ΤΙΜΩΝ - ΘΕΩΡΗΜΑ ΜΕΓΙΣΤΗΣ ΚΑΙ ΕΛΑΧΙΣΤΗΣ ΤΙΜΗΣ - ΣΥΝΟΛΟ ΤΙΜΩΝ ΣΥΝΕΧΟΥΣ ΣΥΝΑΡΤΗΣΗΣ

Διαβάστε περισσότερα

Σχεδιασμός συγκοινωνιακών έργωνοικονομικά

Σχεδιασμός συγκοινωνιακών έργωνοικονομικά ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονό ων Το ογράφων Μηχανικών ΕΜΠ Εργαστήριο Συγκοινωνιακής Τεχνικής Σχεδιασμός συγκοινωνιακών έργωνοικονομικά στοιχεία Η ΑΠΟΔΟΤΙΚΗ ΚΑΤΑΝΟΜΗ ΤΩΝ ΠΟΡΩΝ Κωνσταντίνος Αντωνίου

Διαβάστε περισσότερα

Ακέραιος Γραμμικός Προγραμματισμός

Ακέραιος Γραμμικός Προγραμματισμός Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Ακέραιος Γραμμικός Προγραμματισμός Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 12/01/2017 1 Ακέραιος Γραμμικός Προγραμματισμός Όταν για

Διαβάστε περισσότερα

1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη;

1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; ΚΕΦΑΛΑΙΟ 2 ο ΚΙΝΗΣΗ 2.1 Περιγραφή της Κίνησης 1. Τι είναι η Κινηματική; Ποια κίνηση ονομάζεται ευθύγραμμη; Κινηματική είναι ο κλάδος της Φυσικής που έχει ως αντικείμενο τη μελέτη της κίνησης. Στην Κινηματική

Διαβάστε περισσότερα

Κεφάλαιο 14: Διαστασιολόγηση αγωγών και έλεγχος πιέσεων δικτύων διανομής

Κεφάλαιο 14: Διαστασιολόγηση αγωγών και έλεγχος πιέσεων δικτύων διανομής Κεφάλαιο 14: Διαστασιολόγηση αγωγών και έλεγχος πιέσεων δικτύων διανομής Έλεγχος λειτουργίας δικτύων διανομής με χρήση μοντέλων υδραυλικής ανάλυσης Βασικό ζητούμενο της υδραυλικής ανάλυσης είναι ο έλεγχος

Διαβάστε περισσότερα

Μέθοδοι Βελτιστοποίησης

Μέθοδοι Βελτιστοποίησης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Μέθοδοι Βελτιστοποίησης Ενότητα # : Επιχειρησιακή έρευνα Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης

Διαβάστε περισσότερα

Ανάλυση Χρόνου, Πόρων & Κόστους

Ανάλυση Χρόνου, Πόρων & Κόστους ΠΜΣ: «Παραγωγή και ιαχείριση Ενέργειας» ιαχείριση Ενέργειας και ιοίκηση Έργων Ανάλυση Χρόνου, Πόρων & Κόστους Επ. Καθηγητής Χάρης ούκας, Καθηγητής Ιωάννης Ψαρράς Εργαστήριο Συστημάτων Αποφάσεων & ιοίκησης

Διαβάστε περισσότερα

Εφαρμοσμένη Βελτιστοποίηση

Εφαρμοσμένη Βελτιστοποίηση Εφαρμοσμένη Βελτιστοποίηση Ενότητα 4: Αναλυτικές μέθοδοι βελτιστοποίησης για συναρτήσεις πολλών μεταβλητών Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Γραμμικός προγραμματισμός: Εισαγωγή Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 3 η /2017 Γραμμικός προγραμματισμός Είναι μια μεθοδολογία

Διαβάστε περισσότερα

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ Ενότητα: Αναγνώριση Διεργασίας - Προσαρμοστικός Έλεγχος (Process Identification) Αλαφοδήμος Κωνσταντίνος

Διαβάστε περισσότερα

Εισαγωγή στο Γραμμικό Προγραμματισμό

Εισαγωγή στο Γραμμικό Προγραμματισμό Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Εισαγωγή στο Γραμμικό Προγραμματισμό Φουτσιτζή Γεωργία-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 15/10/2016 1 Περιεχόμενα Γραμμικός

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium iv Στατιστική Συμπερασματολογία Ι Σημειακές Εκτιμήσεις Διαστήματα Εμπιστοσύνης Στατιστική Συμπερασματολογία (Statistical Inference) Το πεδίο της Στατιστικής Συμπερασματολογία,

Διαβάστε περισσότερα

Πίνακας 4.4 Διαστήματα Εμπιστοσύνης. Τιμές που Επίπεδο εμπιστοσύνης. Διάστημα εμπιστοσύνης

Πίνακας 4.4 Διαστήματα Εμπιστοσύνης. Τιμές που Επίπεδο εμπιστοσύνης. Διάστημα εμπιστοσύνης Σφάλματα Μετρήσεων 4.45 Πίνακας 4.4 Διαστήματα Εμπιστοσύνης. Τιμές που Επίπεδο εμπιστοσύνης Διάστημα εμπιστοσύνης βρίσκονται εκτός του Διαστήματος Εμπιστοσύνης 0.500 X 0.674σ 1 στις 0.800 X 1.8σ 1 στις

Διαβάστε περισσότερα

ΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1,100 700 900 Δ3 1,400 800 2,200

ΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1,100 700 900 Δ3 1,400 800 2,200 ΑΣΚΗΣΗ Η εταιρεία logistics Orient Express έχει αναλάβει τη διακίνηση των φορητών προσωπικών υπολογιστών γνωστής πολυεθνικής εταιρείας σε πελάτες που βρίσκονται στο Hong Kong, τη Σιγκαπούρη και την Ταϊβάν.

Διαβάστε περισσότερα

Ολοκληρωμένη Λύση Δρομολόγησης και Προγραμματισμού Στόλου Οχημάτων «Route Planner»

Ολοκληρωμένη Λύση Δρομολόγησης και Προγραμματισμού Στόλου Οχημάτων «Route Planner» Ολοκληρωμένη Λύση Δρομολόγησης και Προγραμματισμού Στόλου Οχημάτων «Route Planner» Ολοκληρωμένη Λύση Δρομολόγησης και Προγραμματισμού Στόλου Οχημάτων «Route Planner» Η δρομολόγηση και ο προγραμματισμός

Διαβάστε περισσότερα

3.12 Το Πρόβλημα της Μεταφοράς

3.12 Το Πρόβλημα της Μεταφοράς 312 Το Πρόβλημα της Μεταφοράς Σ αυτή την παράγραφο και στις επόμενες μέχρι το τέλος του κεφαλαίου θα ασχοληθούμε με μερικά σπουδαία είδη προβλημάτων γραμμικού προγραμματισμού Οι ειδικές αυτές περιπτώσεις

Διαβάστε περισσότερα

Μέθοδοι Βελτιστοποίησης

Μέθοδοι Βελτιστοποίησης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Μέθοδοι Βελτιστοποίησης Ενότητα # 5: Ασκήσεις Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα

Διαβάστε περισσότερα

Κεφάλαιο Η2. Ο νόµος του Gauss

Κεφάλαιο Η2. Ο νόµος του Gauss Κεφάλαιο Η2 Ο νόµος του Gauss Ο νόµος του Gauss Ο νόµος του Gauss µπορεί να χρησιµοποιηθεί ως ένας εναλλακτικός τρόπος υπολογισµού του ηλεκτρικού πεδίου. Ο νόµος του Gauss βασίζεται στο γεγονός ότι η ηλεκτρική

Διαβάστε περισσότερα

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

Μέθοδοι πολυδιάστατης ελαχιστοποίησης Μέθοδοι πολυδιάστατης ελαχιστοποίησης με παραγώγους Μέθοδοι πολυδιάστατης ελαχιστοποίησης Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc64.materials.uoi.gr/dpapageo

Διαβάστε περισσότερα

Κεφάλαιο 6. Μέθοδοι επίλυσης προβλημάτων ακέραιου προγραμματισμού

Κεφάλαιο 6. Μέθοδοι επίλυσης προβλημάτων ακέραιου προγραμματισμού Κεφάλαιο 6 Μέθοδοι επίλυσης προβλημάτων ακέραιου προγραμματισμού 1 Γραφική επίλυση Η γραφική μέθοδος επίλυσης μπορεί να χρησιμοποιηθεί μόνο για πολύ μικρά προβλήματα με δύο ή το πολύ τρεις μεταβλητές απόφασης.

Διαβάστε περισσότερα

0. Η ) λέγεται επιτάχυνση του κινητού τη χρονική στιγμή t 0 και συμβολίζεται με t ). Είναι δηλαδή : t ) v t ) S t ).

0. Η ) λέγεται επιτάχυνση του κινητού τη χρονική στιγμή t 0 και συμβολίζεται με t ). Είναι δηλαδή : t ) v t ) S t ). Ο ΚΕΦΑΛΑΙΟ : ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΡΥΘΜΟΣ ΜΕΤΑΒΟΛΗΣ 8 ΟΡΙΣΜΟΣ Τι λέμε ρυθμό μεταβολής του μεγέθους y ως προς το μέγεθος για, αν y f( είναι παραγωγίσιμη συνάρτηση ; Απάντηση : Αν δύο μεταβλητά μεγέθη, y συνδέονται

Διαβάστε περισσότερα

Περίληψη Διδακτορικής Διατριβής ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΕΡΙΒΑΛΛΟΝΤΟΣ. Πανεπιστήμιο Αιγαίου. Τμήμα Περιβάλλοντος. Ευστράτιος Γιαννούλης

Περίληψη Διδακτορικής Διατριβής ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΠΕΡΙΒΑΛΛΟΝΤΟΣ. Πανεπιστήμιο Αιγαίου. Τμήμα Περιβάλλοντος. Ευστράτιος Γιαννούλης Μοντελοποίηση και βελτιστοποίηση του ενεργειακού συστήματος με την χρήση κατανεμημένης παραγωγής και ανανεώσιμων πηγών ενέργειας. H τεχνολογική διάσταση Περίληψη Διδακτορικής Διατριβής ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΟΜαθηµατικός Προγραµµατισµός είναι κλάδος των εφαρµοσµένων µαθηµατικών που ασχολείται µε την εύρεση άριστης λύσης. ιαφέρει από την κλασική αριστοποίηση στο ότι προσπαθεί να

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ Α. Ντούνης ΔΙΔΑΣΚΩΝ ΑΚΑΔ. ΥΠΟΤΡΟΦΟΣ Χ. Τσιρώνης ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ ΔΕΥΤΕΡΟ - Διανύσματα - Πράξεις με πίνακες - Διαφορικός λογισμός (1D) ΜΑΘΗΜΑΤΙΚΟ ΥΠΟΒΑΘΡΟ

Διαβάστε περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος ppapant@upatras.gr Πάτρα, 2017 Στόχοι Βασικές έννοιες στατιστικής Μέθοδοι συλλογής στοιχείων

Διαβάστε περισσότερα

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης). Μέθοδος Euler 3. Μέθοδοι

Διαβάστε περισσότερα